我想使用ggplot2包并排放置两个图,即做等效于par(mfrow=c(1,2))
。
例如,我希望以下两个图以相同的比例并排显示。
x <- rnorm(100)
eps <- rnorm(100,0,.2)
qplot(x,3*x+eps)
qplot(x,2*x+eps)
我需要将它们放在相同的data.frame中吗?
qplot(displ, hwy, data=mpg, facets = . ~ year) + geom_smooth()
我想使用ggplot2包并排放置两个图,即做等效于par(mfrow=c(1,2))
。
例如,我希望以下两个图以相同的比例并排显示。
x <- rnorm(100)
eps <- rnorm(100,0,.2)
qplot(x,3*x+eps)
qplot(x,2*x+eps)
我需要将它们放在相同的data.frame中吗?
qplot(displ, hwy, data=mpg, facets = . ~ year) + geom_smooth()
Answers:
该功能grid.arrange()
在gridExtra
包将结合多条曲线; 这就是您将两个并排放置的方式。
require(gridExtra)
plot1 <- qplot(1)
plot2 <- qplot(1)
grid.arrange(plot1, plot2, ncol=2)
当两个图都不基于相同的数据时,例如,如果您要绘制不同的变量而不使用reshape()时,这很有用。
这会将输出作为副作用绘制。要打印副作用到文件中,指定一个设备驱动程序(如pdf
,png
等),例如
pdf("foo.pdf")
grid.arrange(plot1, plot2)
dev.off()
或者,可以使用arrangeGrob()
与组合ggsave()
,
ggsave("foo.pdf", arrangeGrob(plot1, plot2))
这等效于使用绘制两个不同的图par(mfrow = c(1,2))
。这不仅节省了整理数据的时间,而且在需要两个不同的图时很有必要。
构面有助于为不同的组绘制相似的图。下面在下面的许多答案中都指出了这一点,但我想通过与上述图表等效的示例来突出此方法。
mydata <- data.frame(myGroup = c('a', 'b'), myX = c(1,1))
qplot(data = mydata,
x = myX,
facets = ~myGroup)
ggplot(data = mydata) +
geom_bar(aes(myX)) +
facet_wrap(~myGroup)
的plot_grid
在函数cowplot
是值得检查作为替代grid.arrange
。请参见下面@ claus-wilke 的答案和此插图,以了解等效的方法;但此功能可根据此小插图更好地控制绘图位置和大小。
?grid.arrange
让我认为该函数现在称为rangingGrob。我能够通过做a <- arrangeGrob(p1, p2)
然后做自己想做的事情print(a)
。
grid.arrange
仍然是有效的,不建议使用的函数。您是否尝试过使用该功能?如果不是您所期望的,会发生什么。
基于该解决方案的一个缺点grid.arrange
是,它们难以像大多数期刊所要求的那样用字母(A,B等)来标记地块。
我写了cowplot软件包来解决这个(以及其他一些)问题,特别是功能plot_grid()
:
library(cowplot)
iris1 <- ggplot(iris, aes(x = Species, y = Sepal.Length)) +
geom_boxplot() + theme_bw()
iris2 <- ggplot(iris, aes(x = Sepal.Length, fill = Species)) +
geom_density(alpha = 0.7) + theme_bw() +
theme(legend.position = c(0.8, 0.8))
plot_grid(iris1, iris2, labels = "AUTO")
plot_grid()
返回的对象是另一个ggplot2对象,您可以ggsave()
像往常一样保存它:
p <- plot_grid(iris1, iris2, labels = "AUTO")
ggsave("plot.pdf", p)
另外,您可以使用cowplot函数save_plot()
,该函数是一个薄包装纸ggsave()
,可以轻松获取组合图的正确尺寸,例如:
p <- plot_grid(iris1, iris2, labels = "AUTO")
save_plot("plot.pdf", p, ncol = 2)
(该ncol = 2
参数save_plot()
表明并排有两个图,save_plot()
并使保存的图像宽两倍。)
有关如何在网格中布置图的更深入描述,请参见此插图。还有一个小插图,说明如何使用共享的图例进行绘制。
一个经常引起混淆的地方是Cowplot软件包更改了默认的ggplot2主题。该程序包具有这种功能,因为它最初是为内部实验室使用而编写的,我们从不使用默认主题。如果这引起问题,则可以使用以下三种方法之一来解决它们:
1.为每个图手动设置主题。我认为这是一个好习惯,总是为每个情节指定一个特定的主题,就像我+ theme_bw()
在上面的示例中所做的那样。如果指定特定主题,则默认主题无关紧要。
2.将默认主题恢复为ggplot2默认。您可以使用一行代码来做到这一点:
theme_set(theme_gray())
3.调用Cowplot函数而不附加包装。您也不能通过前置调用library(cowplot)
或require(cowplot)
而是调用Cowplot函数cowplot::
。例如,上面使用ggplot2默认主题的示例将变为:
## Commented out, we don't call this
# library(cowplot)
iris1 <- ggplot(iris, aes(x = Species, y = Sepal.Length)) +
geom_boxplot()
iris2 <- ggplot(iris, aes(x = Sepal.Length, fill = Species)) +
geom_density(alpha = 0.7) +
theme(legend.position = c(0.8, 0.8))
cowplot::plot_grid(iris1, iris2, labels = "AUTO")
更新:
您可以使用Winston Chang的R Cookbook中的以下multiplot
功能
multiplot(plot1, plot2, cols=2)
multiplot <- function(..., plotlist=NULL, cols) {
require(grid)
# Make a list from the ... arguments and plotlist
plots <- c(list(...), plotlist)
numPlots = length(plots)
# Make the panel
plotCols = cols # Number of columns of plots
plotRows = ceiling(numPlots/plotCols) # Number of rows needed, calculated from # of cols
# Set up the page
grid.newpage()
pushViewport(viewport(layout = grid.layout(plotRows, plotCols)))
vplayout <- function(x, y)
viewport(layout.pos.row = x, layout.pos.col = y)
# Make each plot, in the correct location
for (i in 1:numPlots) {
curRow = ceiling(i/plotCols)
curCol = (i-1) %% plotCols + 1
print(plots[[i]], vp = vplayout(curRow, curCol ))
}
}
使用重塑包装,您可以执行以下操作。
library(ggplot2)
wide <- data.frame(x = rnorm(100), eps = rnorm(100, 0, .2))
wide$first <- with(wide, 3 * x + eps)
wide$second <- with(wide, 2 * x + eps)
long <- melt(wide, id.vars = c("x", "eps"))
ggplot(long, aes(x = x, y = value)) + geom_smooth() + geom_point() + facet_grid(.~ variable)
还有值得一提的multipanelfigure程序包。另请参阅此答案。
library(ggplot2)
theme_set(theme_bw())
q1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
q2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))
q3 <- ggplot(mtcars) + geom_smooth(aes(disp, qsec))
q4 <- ggplot(mtcars) + geom_bar(aes(carb))
library(magrittr)
library(multipanelfigure)
figure1 <- multi_panel_figure(columns = 2, rows = 2, panel_label_type = "none")
# show the layout
figure1
figure1 %<>%
fill_panel(q1, column = 1, row = 1) %<>%
fill_panel(q2, column = 2, row = 1) %<>%
fill_panel(q3, column = 1, row = 2) %<>%
fill_panel(q4, column = 2, row = 2)
figure1
# complex layout
figure2 <- multi_panel_figure(columns = 3, rows = 3, panel_label_type = "upper-roman")
figure2
figure2 %<>%
fill_panel(q1, column = 1:2, row = 1) %<>%
fill_panel(q2, column = 3, row = 1) %<>%
fill_panel(q3, column = 1, row = 2) %<>%
fill_panel(q4, column = 2:3, row = 2:3)
figure2
由reprex软件包(v0.2.0.9000)于2018-07-06创建。
ggplot2基于网格图形,该图形提供了用于在页面上布置图的不同系统。该par(mfrow...)
命令没有直接的等效项,因为网格对象(称为grobs)不必立即绘制,但可以在转换为图形输出之前作为常规R对象进行存储和操作。与现在绘制基础图形模型相比,这提供了更大的灵活性,但是策略必然有所不同。
我写grid.arrange()
了一个尽可能接近的简单界面par(mfrow)
。以最简单的形式,代码如下所示:
library(ggplot2)
x <- rnorm(100)
eps <- rnorm(100,0,.2)
p1 <- qplot(x,3*x+eps)
p2 <- qplot(x,2*x+eps)
library(gridExtra)
grid.arrange(p1, p2, ncol = 2)
此小插图中详细介绍了更多选项。
一个普遍的抱怨是,例如,当它们具有不同大小的轴标签时,这些图不一定是对齐的,但这是设计grid.arrange
使然:不尝试对ggplot2对象进行特殊处理,并将它们与其他grob一样对待(例如,格子图) )。它只是将杂物以矩形布局放置。
对于ggplot2对象的特殊情况,我编写了另一个函数,ggarrange
具有类似的界面,该函数试图对齐绘图面板(包括多面绘图),并在用户定义时尝试遵守纵横比。
library(egg)
ggarrange(p1, p2, ncol = 2)
两种功能均与兼容ggsave()
。对于不同选项的总体概述以及一些历史背景,此插图提供了其他信息。
更新:这个答案很老了。gridExtra::grid.arrange()
现在是推荐的方法。如果可能有用,我将其留在这里。
Stephen Turner 在“ Getting Genetics Done”博客arrange()
上发布了该功能(有关应用说明,请参阅帖子)
vp.layout <- function(x, y) viewport(layout.pos.row=x, layout.pos.col=y)
arrange <- function(..., nrow=NULL, ncol=NULL, as.table=FALSE) {
dots <- list(...)
n <- length(dots)
if(is.null(nrow) & is.null(ncol)) { nrow = floor(n/2) ; ncol = ceiling(n/nrow)}
if(is.null(nrow)) { nrow = ceiling(n/ncol)}
if(is.null(ncol)) { ncol = ceiling(n/nrow)}
## NOTE see n2mfrow in grDevices for possible alternative
grid.newpage()
pushViewport(viewport(layout=grid.layout(nrow,ncol) ) )
ii.p <- 1
for(ii.row in seq(1, nrow)){
ii.table.row <- ii.row
if(as.table) {ii.table.row <- nrow - ii.table.row + 1}
for(ii.col in seq(1, ncol)){
ii.table <- ii.p
if(ii.p > n) break
print(dots[[ii.table]], vp=vp.layout(ii.table.row, ii.col))
ii.p <- ii.p + 1
}
}
}
grid.arrange
(希望我没有张贴在邮件列表的时候-有没有更新这些网上资源的方式),包装的版本是一个更好的选择,如果你问我
如果您想使用循环绘制多个ggplot图(例如,如此处要求:使用循环在ggplot中使用不同的Y轴值创建多个图),上述解决方案可能不是有效的,这是分析未知数的理想步骤(或大型)数据集(例如,当您要绘制数据集中所有变量的计数时)。
下面的代码显示了如何使用上面提到的'multiplot()'来做到这一点,其来源在这里:http : //www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_ (ggplot2 ):
plotAllCounts <- function (dt){
plots <- list();
for(i in 1:ncol(dt)) {
strX = names(dt)[i]
print(sprintf("%i: strX = %s", i, strX))
plots[[i]] <- ggplot(dt) + xlab(strX) +
geom_point(aes_string(strX),stat="count")
}
columnsToPlot <- floor(sqrt(ncol(dt)))
multiplot(plotlist = plots, cols = columnsToPlot)
}
现在运行函数-获取在一页上使用ggplot打印的所有变量的计数
dt = ggplot2::diamonds
plotAllCounts(dt)
需要注意的一件事是:在上述代码中
使用时 aes(get(strX))
,通常会在循环中使用ggplot
,而不是aes_string(strX)
不会绘制所需的图形。相反,它将多次绘制最后一个绘图。我还没有弄清楚为什么-它可能必须执行aes
和aes_string
被调用ggplot
。
否则,希望对您有用。
以我的经验,如果您尝试循环生成图,则gridExtra:grid.arrange可以完美地工作。
简短代码段:
gridExtra::grid.arrange(plot1, plot2, ncol = 2)
该cowplot
软件包以适合出版物的方式为您提供了一种不错的方法。
x <- rnorm(100)
eps <- rnorm(100,0,.2)
A = qplot(x,3*x+eps, geom = c("point", "smooth"))+theme_gray()
B = qplot(x,2*x+eps, geom = c("point", "smooth"))+theme_gray()
cowplot::plot_grid(A, B, labels = c("A", "B"), align = "v")