函数（function），我们上学的时候一直在学，函数是一种对应关系，提供参数，提供值，得到结果。在生信分析中，函数一直在用，只不过我们使用的是打包的函数，都集成在R包。那么自己写函数可不可以呢，当然可以，写函数能够提高自己的工作效率，减少不必要的重复工作。****这里跟随小编的视角，从一个简单的例子出发，看看怎么写一个函数！创建函数使用function即可。（****相关数据函数已上传群文件****）****我们创建一个做分组箱线图的函数，其实就是把作图的类容包装起来，有一些需要修改的参数提取出来，面对不同的对象时赋值即可。

plot.boxplot <- function(data,x,y,type,title=NULL,legend=NULL){a <- ggplot(data=data, aes(x =x, y =y ,color=type,group=type)) +geom_jitter(alpha = 0.3,size=3) +geom_boxplot(alpha = .5,size=1)+labs(x= NULL, y="Expression",fill= "group")+ggtitle(title)+theme_bw() + theme(panel.border = element_blank(),axis.line = element_line(size=1, colour = "black"),panel.grid =element_blank(),axis.text = element_text(size = 12,colour = "black"),axis.text.x = element_text( hjust = 1,angle = 45),axis.title = element_text(color = "black", size = 15),plot.title = element_text(size=15,hjust=0.5, color = 'black'))+scale_x_discrete(limit = c("Asymptomatic","Critical","Mild","Severe"))+scale_color_manual(limits=c("Asymptomatic","Critical","Mild","Severe"), values=c("#85B22E","#5F80B4","#E29827","#922927"))return(a)
}plot.boxplot(df,x=df$Type,y=df$CXCL8,type=df$Type,title = "CXCL8")

可以看出，其实就是将ggplot作图包装在里面了，不过这个函数还不是很好，首先作图的颜色，分组顺序不能修改，我们将其变成参数即可。这里为了演示逻辑，我还写了一个legend的设置。

plot.boxplot <- function(data,x,y,type,title=NULL,legend=NULL,group,cols){a <- ggplot(data=data, aes(x =x, y =y,color=type,group=type)) +geom_jitter(alpha = 0.3,size=3) +geom_boxplot(alpha = .5,size=1)+labs(x= NULL, y="Expression",fill= "group")+ggtitle(title)+theme_bw() + theme(panel.border = element_blank(),axis.line = element_line(size=1, colour = "black"),panel.grid =element_blank(),axis.text = element_text(size = 12,colour = "black"),axis.text.x = element_text( hjust = 1,angle = 45),axis.title = element_text(color = "black", size = 15),plot.title = element_text(size=15,hjust=0.5, color = 'black'))+scale_x_discrete(limit = group)+scale_color_manual(values=cols)if (!legend == FALSE) {return(a)}else {b <- a+theme(legend.position = 'none')return(b)}}plot.boxplot(df,x=df$Type,y=df$CXCL8,type=df$Type,title = "CXCL8",legend = FALSE,group=c("Critical","Asymptomatic", "Mild","Severe"),cols = c("#85B22E","#5F80B4","#E29827","#922927"))plot.boxplot(df,x=df$Type,y=df$CXCL8,type=df$Type,title = "CXCL8",legend = FALSE,group=c("Critical", "Mild","Asymptomatic","Severe"),cols=c('red','orange','blue','purple'))

现在这个函数就比较通用了，只需要每次将数据整理成需要的格式即可。下面我们演示下，只提供两个组的数据，作图也是没有问题的。

df1 <- read.csv("df1.csv", header = T)plot.boxplot(df1,x=df1$Type,y=df1$FOXO3,type=df1$Type,title = "FOXO3",legend = FALSE,group=c("Mild","Severe"),cols=c('red','orange'))

当然了，函数的参数还可以有更多的调整，不过普通作图也就这些了，很简单，可以根据自己的实验室风格调整，最后这个函数就可以长期使用了。不必每次按照ggplot的繁琐写代码！

觉得分享有用的点个赞再走呗！