R 数据可视化 —— 用 gtable 绘制多个 Y 轴
2021-11-07 本文已影响0人
名本无名
前言
经过前面一节的介绍，我们对 gtable 布局应该有了较为清晰的认识，下面让我们来看看 ggplot 对象的布局
首先，使用 ggplot 创建一个图形
p <- ggplot(mtcars, aes(mpg, disp)) + geom_point()
p
获取 ggplot 图形对象，是一个 gtable 对象
> g <- ggplotGrob(p)
> class(g)
[1] "gtable" "gTree" "grob" "gDesc"
查看对象
> g
TableGrob (12 x 9) "layout": 18 grobs
z cells name grob
1 0 ( 1-12, 1- 9) background rect[plot.background..rect.86]
2 5 ( 6- 6, 4- 4) spacer zeroGrob[NULL]
3 7 ( 7- 7, 4- 4) axis-l absoluteGrob[GRID.absoluteGrob.74]
4 3 ( 8- 8, 4- 4) spacer zeroGrob[NULL]
5 6 ( 6- 6, 5- 5) axis-t zeroGrob[NULL]
6 1 ( 7- 7, 5- 5) panel gTree[panel-1.gTree.66]
7 9 ( 8- 8, 5- 5) axis-b absoluteGrob[GRID.absoluteGrob.70]
8 4 ( 6- 6, 6- 6) spacer zeroGrob[NULL]
9 8 ( 7- 7, 6- 6) axis-r zeroGrob[NULL]
10 2 ( 8- 8, 6- 6) spacer zeroGrob[NULL]
11 10 ( 5- 5, 5- 5) xlab-t zeroGrob[NULL]
12 11 ( 9- 9, 5- 5) xlab-b titleGrob[axis.title.x.bottom..titleGrob.77]
13 12 ( 7- 7, 3- 3) ylab-l titleGrob[axis.title.y.left..titleGrob.80]
14 13 ( 7- 7, 7- 7) ylab-r zeroGrob[NULL]
15 14 ( 4- 4, 5- 5) subtitle zeroGrob[plot.subtitle..zeroGrob.82]
16 15 ( 3- 3, 5- 5) title zeroGrob[plot.title..zeroGrob.81]
17 16 (10-10, 5- 5) caption zeroGrob[plot.caption..zeroGrob.84]
18 17 ( 2- 2, 2- 2) tag zeroGrob[plot.tag..zeroGrob.83]
可以看到，每个位置所放置的对象及其名称，共 18 个。我们可以很容易地根据名称来获取对应的图形对象
主要包括主绘图区域 panel，X 和 Y 轴及其对应的轴标签，标题，题注等
我们可以使用 gtable_show_layout 来展示整个布局
gtable_show_layout(g)
例如，(7,5) 对应的就是名称为 panel 的对象，(7,4) 对应的就是左边的 Y 轴，(7,3) 对应的就是左边 Y 轴的标签。
现在，我们对 ggplot 对象布局已经有了一定的了解，那我们要如何合并包含多个轴的图形呢？
合并图形
首先，基于现在对 ggplot 的了解，我们应该很容易地就能想到，通过 gtable 对象来获取对应位置的图形对象，然后使用 gtable_add_grob 函数将某一个对象添加到指定 gtable 的位置中
然后，对于轴线，我们可以获取一个图形的 Y 轴对象，然后对轴标签和轴刻度线进行一定的转换，让其朝向右侧
最后，通过 gtable_add_cols 和 gtable_add_grob 将修改后的 Y 轴添加到图形的右侧
基于上面的构想，让我们先来看看如何组合两张图片
先构造如下数据
colors <- c('#5470C6', '#91CC75', '#EE6666')
data <- data.frame(
category = factor(substr(month.name, 1, 3), levels = substr(month.name, 1, 3)),
Evaporation = c(2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3),
Precipitation = c(2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3),
Temperature = c(2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2)
)
先绘制一年中蒸发量和降水量的直方图
p1 <- ggplot(data, aes(category, Evaporation)) +
geom_col(fill = colors[1], width = 0.3, position = position_nudge(x = -0.2)) +
labs(x = "month", y = "Evaporation(ml)") +
scale_y_continuous(limits = c(0, 250), expand = c(0,0)) +
theme(panel.grid = element_blank(),
panel.background = element_rect(fill = NA),
axis.text.y = element_text(color = colors[1]),
axis.ticks.y = element_line(color = colors[1]),
axis.title.y = element_text(color = colors[1], angle = 270),
axis.line.y = element_line(color = colors[1]),
axis.line.x = element_line(color = "black"),
axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
)
p2 <- ggplot(data, aes(category, Precipitation)) +
geom_col(fill = colors[2], width = 0.3, position = position_nudge(x = 0.2)) +
labs(x = "month", y = "Precipitation(ml)") +
scale_y_continuous(limits = c(0, 250), expand = c(0,0)) +
theme(panel.grid = element_blank(),
panel.background = element_rect(fill = NA),
axis.text.y = element_text(color = colors[2]),
axis.ticks.y = element_line(color = colors[2]),
axis.title.y = element_text(color = colors[2], angle = 270),
axis.line.y = element_line(color = colors[2]),
axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
)
你可能注意到了，我们为直方图设置了不同的偏移，这是为了避免图形合并时将原来的图形覆盖，还有一个重要的设置，就是要将背景填充色设置为 NA，否则也会覆盖之前的图形
然后先获取 gtable 对象
g1 <- ggplotGrob(p1)
g2 <- ggplotGrob(p2)
我们以第一幅图为模板，其他图像往里面添加，所以需要知道第一幅图主绘图区域的位置
pos <- c(subset(g1$layout, name == "panel", select = t:r))
获取到位置之后，将第二幅图的图形对象添加进去
g <- gtable_add_grob(g1, g2$grobs[[which(g2$layout$name == "panel")]],
pos$t, pos$l, pos$b, pos$l)
plot(g)
那现在要做的，就是将第二幅图的 Y 轴添加进去。
这一步虽然可以使用 sec_axis 实现，但是这种方式提供的操作有限，三个 Y 轴的情况也无法实现。
首先，获取第二幅图的左侧 Y 轴，名称都是见名知意的 "axis-l"
index <- which(g2$layout$name == "axis-l")
yaxis <- g2$grobs[[index]]
Y 轴对象包含两个子对象，第一个为轴线，第二个为刻度
> yaxis$children
(polyline[GRID.polyline.2180], gtable[axis])
然后，将 Y 轴线移动到最左边
yaxis$children[[1]]$x <- unit.c(unit(0, "npc"), unit(0, "npc"))
获取刻度线和刻度标签的布局
> ticks <- yaxis$children[[2]]
> ticks
TableGrob (1 x 2) "axis": 2 grobs
z cells name grob
1 (1-1,1-1) axis polyline[GRID.polyline.2183]
1 2 (1-1,2-2) axis titleGrob[GRID.titleGrob.2182]
将刻度线和刻度标签的相对位置进行交换
# 交换刻度线和刻度标签的相对位置
ticks$widths <- rev(ticks$widths)
ticks$grobs <- rev(ticks$grobs)
# 移动刻度线
ticks$grobs[[1]]$x <- ticks$grobs[[1]]$x - unit(1, "npc") + unit(3, "pt")
文本标签的修改比较复杂，不仅要交换位置，还要修改文本的对齐方式，在轴标签的设置中也可以用到，可以封装成函数
# 水平交换文本标签
hinvert_title_grob <- function(grob){
# 交换宽度
widths <- grob$widths
grob$widths[1] <- widths[3]
grob$widths[3] <- widths[1]
grob$vp[[1]]$layout$widths[1] <- widths[3]
grob$vp[[1]]$layout$widths[3] <- widths[1]
# 修改对齐
grob$children[[1]]$hjust <- 1 - grob$children[[1]]$hjust
grob$children[[1]]$vjust <- 1 - grob$children[[1]]$vjust
grob$children[[1]]$x <- unit(1, "npc") - grob$children[[1]]$x
grob
}
之后，将所有的修改覆盖原来的设置
ticks$grobs[[2]] <- hinvert_title_grob(ticks$grobs[[2]])
yaxis$children[[2]] <- ticks
最后，将 Y 轴添加到图形的右侧
g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
g <- gtable_add_grob(g, yaxis, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "axis-r")
plot(g)
轴已经设置好了，就差轴标签了，有了上面的经验，可以很容易的做到这点
index <- which(g2$layout$name == "ylab-l")
ylab <- g2$grobs[[index]]
ylab <- hinvert_title_grob(ylab)
添加到右侧
g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
g <- gtable_add_grob(g, ylab, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "ylab-r")
plot(g)
诶？怎么轴标签在里面呢？回顾我们上面的代码，发现原来我们插入的位置 pos 是第一幅图的右侧边界，所以，我们只要交换一下插入的顺序就可以了
交换之后，就得到了我们想要的结果了
将所有代码封装成函数，并使其能够适用于多个 Y 轴
hinvert_title_grob <- function(grob){
# 交换宽度
widths <- grob$widths
grob$widths[1] <- widths[3]
grob$widths[3] <- widths[1]
grob$vp[[1]]$layout$widths[1] <- widths[3]
grob$vp[[1]]$layout$widths[3] <- widths[1]
# 修改对齐
grob$children[[1]]$hjust <- 1 - grob$children[[1]]$hjust
grob$children[[1]]$vjust <- 1 - grob$children[[1]]$vjust
grob$children[[1]]$x <- unit(1, "npc") - grob$children[[1]]$x
grob
}
add_another_yaxis <- function(g1, g2, offset = 0) {
# ============ 1. 主绘图区 ============ #
# 获取主绘图区域
pos <- c(subset(g1$layout, name == "panel", select = t:r))
# 添加图形
g <- gtable_add_grob(g1, g2$grobs[[which(g2$layout$name == "panel")]],
pos$t, pos$l, pos$b * ((offset - 2) * 0.00001 + 1), pos$l)
# ============ 2. 轴标签 ============ #
index <- which(g2$layout$name == "ylab-l")
ylab <- g2$grobs[[index]]
ylab <- hinvert_title_grob(ylab)
# 添加轴标签
g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
g <- gtable_add_grob(g, ylab, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "ylab-r")
# ============ 3. 轴设置 ============ #
index <- which(g2$layout$name == "axis-l")
yaxis <- g2$grobs[[index]]
# 将 Y 轴线移动到最左边
yaxis$children[[1]]$x <- unit.c(unit(0, "npc"), unit(0, "npc"))
# 交换刻度线和刻度标签
ticks <- yaxis$children[[2]]
ticks$widths <- rev(ticks$widths)
ticks$grobs <- rev(ticks$grobs)
# 移动刻度线
ticks$grobs[[1]]$x <- ticks$grobs[[1]]$x - unit(1, "npc") + unit(3, "pt")
# 刻度标签位置转换和对齐
ticks$grobs[[2]] <- hinvert_title_grob(ticks$grobs[[2]])
yaxis$children[[2]] <- ticks
# 添加轴，unit(3, "mm") 增加轴间距
g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l] + + unit(3, "mm"), pos$r)
g <- gtable_add_grob(g, yaxis, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "axis-r")
g
}
# 接受可变参数，可添加多个 Y 轴
plot_multi_yaxis <- function(..., right_label_reverse = TRUE) {
args <- list(...)
len <- length(args)
g <- ggplotGrob(args[[1]])
for (i in len:2) {
if (right_label_reverse) {
# 为轴标签添加旋转
args[[i]] <- args[[i]] + theme(axis.title.y = element_text(angle = 270))
}
g2 <- ggplotGrob(args[[i]])
g <- add_another_yaxis(g, g2, offset = i)
}
# 绘制图形
grid.newpage()
grid.draw(g)
}
以我的习惯来说，我可能更偏向于将右侧的轴标签旋转 270 度，看起来更舒服些，所以我添加了一个 right_label_reverse 参数
现在，我们添加第三个图形
p3 <- ggplot(data, aes(category, Temperature, group = 1)) +
geom_line(colour = colors[3]) +
geom_point(aes(colour = colors[3]), fill = "white", shape = 21, show.legend = FALSE) +
scale_y_continuous(limits = c(0, 25), expand = c(0,0)) +
labs(x = "month", y = expression(paste("Temperature (", degree, " C)"))) +
theme(panel.grid = element_blank(),
panel.background = element_rect(fill = NA),
axis.text.y = element_text(color = colors[3]),
axis.ticks.y = element_line(color = colors[3]),
axis.title.y = element_text(color = colors[3], angle = 270),
axis.line.y = element_line(color = colors[3]),
axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
)
合并
plot_multi_yaxis(p1, p2, p3)
OK，画完收工。
代码已上传：
https://github.com/dxsbiocc/learn/blob/main/R/plot/plot_multi_yaxis.R
