R ggplotggplot基本图形绘制

R 数据可视化 —— 图形排列之 patchwork

2021-06-27  本文已影响0人  名本无名

前言

上一节讲的是如何使用 cowplot 包来对图形进行排列对齐,今天要讲的是,如何使用 patchwork 包来排列图形

patchwork 包主要针对的是 ggplot2 图形,也可以是其他图像系统绘制的图形。

patchwork 以一种简单的方式对图形进行排列和组合,不论多复杂的组合图形,都能确保图形之间正确对齐

安装 patchwork

install.packages("patchwork")

导入相关模块

library(ggplot2)
library(patchwork)

示例

我们主要使用如下图形进行说明

p1 <- ggplot(mtcars) + 
  geom_point(aes(mpg, disp), colour = "#7fc97f") + 
  ggtitle('Plot 1')

p2 <- ggplot(mtcars) + 
  geom_boxplot(aes(gear, disp, fill = factor(gear)), 
               show.legend = FALSE) + 
  ggtitle('Plot 2')

p3 <- ggplot(mtcars) + 
  geom_point(aes(hp, wt, colour = mpg)) + 
  scale_colour_gradientn(
    colours = c("#66c2a5", "#fc8d62", "#8da0cb")) +
  ggtitle('Plot 3')

p4 <- ggplot(mtcars) + 
  geom_bar(aes(gear, fill = factor(gear)), 
           show.legend = FALSE) + 
  facet_wrap(~cyl) + 
  ggtitle('Plot 4')

1. 组合图形

1.1 添加图形

patchwork 使用 + 来连接两个图形

p1 + p2

拼凑多个图

patch <- p1 + p2
p3 + patch
1.1.1 添加非 ggplot 图形

有时候,你可能想要添加其他类型的图片,例如,grid 系统的图形对象

p1 + grid::textGrob('Some really important text')

或者,gridExtratableGrob

p1 + gridExtra::tableGrob(mtcars[1:10, c('mpg', 'disp')])

此外,对于 base 绘图系统,可以通过单边公式的方式来添加

p1 + ~plot(mtcars$mpg, mtcars$disp, main = 'Plot 2', 
           col = if_else(mtcars$disp > 250, "red", "green"))

我们可以看到,两幅图并没有对齐,要将 ggplot 图形和非 ggplot 图形对齐,需要使用 par() 函数来进行调整

ggplot 图形可以使用 wrap_elements() 函数来添加,可以进行更加灵活的控制,例如

old_par <- par(mar = c(0, 2, 0, 0), bg = NA)
p1 + wrap_elements(panel = ~plot(mtcars$mpg, mtcars$disp), clip = FALSE)
par(old_par)

如果你想将非 ggplot 图放在最前面,例如

> grid::textGrob('Text on left side') + p1
NULL

返回的是 NULL,这时,也需要使用 wrap_elements() 函数

wrap_elements(grid::textGrob('Text on left side')) + p1

总的来说,对齐方式比 cowplot 更加复杂和繁琐

1.1.2 堆叠和包装

+ 运算符只能简单地对图形进行组合,并不能提供任何布局信息,图片是以堆叠还是并列的方式排列。

因此,patchwork 提供了两个操作符:
|:图形并列放置,即按行
/:图形竖直堆叠,即按列

例如

p1 | p2
p1 / p2

这三个运算符的运算顺序与数学上一致,/|+ 优先级更高,最好的方式是使用小括号来区分组合优先级,例如

p1 / (p2 | p3)
1.1.3 组合函数

当我们需要处理绘图函数列表时,使用 + 来添加图形会显得很笨拙,wrap_plots() 允许传入一个绘图列表,或者每个绘图以参数的形式分开传递

wrap_plots(p1, p2, p3, p4)
# 或者
wrap_plots(list(p1, p2, p3, p4))

1.2 左侧嵌套

上面的运算符都是将图形添加到左侧,例如

patch <- p1 + p2
p3 + patch

我们改变添加的顺序,图形会看起来不太一样

patch + p3

这两种方式有什么不一样呢?因为 + 是按顺序逐个添加的,+ 的右侧图形需要与前面连接的图形串内的图形处于同一个嵌套级别。

对于 patch + p3,相当于是 p1 + p2 + p3,而对于 p3 + patchpatchp3 处于同一嵌套级别

patchwork 还提供了一个 - 操作符来处理这种情况,其作为连接符而不是减号,两边的图形处于同一嵌套级别

patch - p3

或者使用 wrap_plots(),所有输入参数都处于同一级别

wrap_plots(patch, p3)

1.3 修改图形

在我们创建一个 patchwork 时,会返回最后一个添加的图形对象,我们可以继续添加 ggplot 图形对象

p1 + p2 + geom_jitter(aes(gear, disp))

如果想要修改其他图形,可以使用双中括号加索引的方式访问

patchwork <- p1 + p2
patchwork[[1]] <- patchwork[[1]] + theme_minimal()
patchwork
修改全部

有时,我们可能想对所有图形进行统一的修改,例如修改主题,patchwork 提供了两个操作符

patchwork <- p3 / (p1 | p2)
patchwork & theme_minimal()
patchwork * theme_minimal()

2. 控制布局

虽然使用 +|/ 操作符可以创建复杂的图形,但是还缺少一些更灵活的控制,下面我们介绍如何使用 plot_layout() 函数来进行更多的控制

2.1 添加空白占位

plot_spacer() 函数可以添加一个空白的区域,大小与同一嵌套级别的图形一样

p1 + plot_spacer() + p2 + plot_spacer() + p3 + plot_spacer()

不同的嵌套级别的占位大小不同

(p1 + plot_spacer() + p2) / (plot_spacer() + p3 + plot_spacer())

2.2 网格布局

如果没有给出任何布局信息,会尽可能将图形按照正方形网格进行排列,如果无法排列,则会使用启发式的方法自动调整。

我们可以使用 plot_layout() 来控制行列数量,每个网格具有相同的大小

p1 + p2 + p3 + p4 + 
  plot_layout(ncol = 3)

使用 widths 可以控制相对宽度比

p1 + p2 + p3 + p4 + 
  plot_layout(widths = c(2, 1))

或者使用绝对大小,使用 heights 设置第一行高度为 5cm,第二行为剩下的区域

p1 + p2 + p3 + p4 + 
  plot_layout(widths = c(2, 1), heights = unit(c(5, 1), c('cm', 'null')))

2.3 非网格布局

对于非网格布局,你可能会想到使用嵌套的方式,但是这样容易让不同嵌套级别的图形很难再对齐。另一种方式是,通过设计自定义布局来排列图形。

有两种自定义布局的方式,最简单的就是使用文本表示,例如

layout <- "
##BBBB
AACCDD
##CCDD
"
p1 + p2 + p3 + p4 + 
  plot_layout(design = layout)

# 来表示空白区域,A-D 会根据添加的顺序自动对应到图形,也可以使用数字的方式

layout <- "
##2222
113344
##3344
"

一种更具编程性的方法是使用 area() 函数来构建布局

layout <- c(
  area(t = 2, l = 1, b = 5, r = 4),
  area(t = 1, l = 3, b = 3, r = 5)
)
p1 + p2 + 
  plot_layout(design = layout)

tlbr 分别指定了图形所占的上、左、下、右的网格,例如

layout <- c(
  area(1, 1),
  area(1, 3, 3),
  area(3, 1, 3, 2)
)

plot(layout)

也可以使用 wrap_plots() 函数来绘制,如果使用文本表示的布局,可以传递命名图形的方式

layout <- '
A#B
#C#
D#E
'
wrap_plots(D = p1, C = p2, B = p3, design = layout)

2.4 固定纵横比图

当我们对具有固定纵横比的图图形(如 coord_fixed()coord_polar()coord_sf() 创建的图形)进行组合时,由于 widthsheights 参数值默认设置为 NA,自动调整图形的大小看起来会比较奇怪

p_fixed <- ggplot(mtcars) + 
  geom_point(aes(hp, disp)) + 
  ggtitle('Plot F') + 
  coord_fixed()
p_fixed + p1 + p2 + p3

我们可以为 widths 设置值

p_fixed + p1 + p2 + p3 + plot_layout(widths = 1)

虽然其他图片对齐的很好,但是固定纵横比的图片,为了维持大小比例,在某一方向上不再对齐了

2.5 嵌入图形

前面的例子中,我们使用 area() 函数在网格布局中将一个图形嵌入到另一个图形中,还可以使用 inset_element() 函数将一个图形或图形对象嵌入到前一个图形中,你可以将它放在前一个图形区域的任何位置。

例如

p1 + inset_element(p2, left = 0.6, bottom = 0.6, right = 1, top = 1)
p1 + inset_element(p2, left = 0, bottom = 0.6, right = 0.4, top = 1, align_to = 'full')

默认定位使用的数值的单位为 npc,我们可以调整 1cm 的位置

p1 + inset_element(
  p2, 
  left = 0.5, 
  bottom = 0.5, 
  right = unit(1, 'npc') - unit(1, 'cm'), 
  top = unit(1, 'npc') - unit(1, 'cm')
)

2.6 控制图例

通常,每幅图及其图例都是一个整体,我们可以使用 guides 参数来控制图例的显示方式,可选的值为

例如

p1 + p2 + p3 + p4 +
  plot_layout(guides = 'collect')
((p2 / p3 + plot_layout(guides = 'keep')) | p1) + plot_layout(guides = 'collect')

对于存在重复图例的组合图形,我们可能想要删除其中某一个,例如,对于如下图形

p1a <- ggplot(mtcars) + 
  geom_point(aes(mpg, disp, colour = mpg, size = wt)) + 
  scale_colour_gradientn(colours = c("#66c2a5", "#fc8d62", "#8da0cb")) +
  ggtitle('Plot 1a')

p1a | (p2 / p3)

设置 guides = 'collect'

(p1a | (p2 / p3)) + plot_layout(guides = 'collect')

我们还可以使用 guide_area() 来添加图例区域,其表现方式基本与 plot_spacer() 一样,如果没有设置 collect 形式,则与 plot_spacer() 一样,如果设置了,则会将所有图例绘制在该区域

p1 + p2 + p3 + guide_area() + 
  plot_layout(guides = 'collect')

3. 添加注释和样式

在组合完图形之后,通常也需要添加一些注释信息,像标题或其他文本注释。patchword 提供了 plot_annotation() 函数用于添加注释

patchwork <- (p1 + p2) / p3
patchwork + plot_annotation(
  title = 'The surprising truth about mtcars',
  subtitle = 'These 3 plots will reveal yet-untold secrets about our beloved data-set',
  caption = 'Disclaimer: None of these plots are insightful'
)

tag_level 参数用于控制标签的格式,格式包括:

patchwork + plot_annotation(tag_levels = 'A')

可以使用 theme() 函数来设置标签的样式

patchwork + 
  plot_annotation(tag_levels = 'A') & 
  theme(plot.tag = element_text(size = 8))

如果组合图形是嵌套布局,则会递归的添加图形标签,可以设置多个标签样式

patchwork[[1]] <- patchwork[[1]] + plot_layout(tag_level = 'new')
patchwork + plot_annotation(tag_levels = c('A', '1'))

还可以设置标签的分隔符、前缀和后缀

patchwork + plot_annotation(
  tag_levels = c('A', '1'), 
  tag_prefix = 'Fig. ',                            
  tag_sep = '.', 
  tag_suffix = ':'
)
patchwork + plot_annotation(
  tag_levels = c('A', '1'), 
  tag_prefix = 'Fig. ',                            
  tag_sep = '.', 
  tag_suffix = ':'
) & theme(plot.tag.position = c(0, 1),
          plot.tag = element_text(size = 8, hjust = 0, vjust = 0)
          )

可以为标签设置序列,如果设置的序列不够,后面的图形标签会设置为空

patchwork + 
  plot_annotation(tag_levels = list(c('#', '%'), '1'))

其他样式都可以使用 theme() 函数来设置,比如,文本字体

patchwork + 
  plot_annotation(title = 'The surprising truth about mtcars',
                  theme = theme(plot.title = element_text(size = 18))) & 
  theme(text = element_text('mono'))
上一篇下一篇

猜你喜欢

热点阅读