R - 图片组合排版

拼图包

目前常见的拼图包有customLayoutcowplot、grid、gridExtra
patchwork的优点是使用简单的语法(数学运算符号)将单独的ggplots或plots、或者文字组合到同一图形中。

library(patchwork)
library(ggplot2)
theme <- theme(plot.title = element_text(hjust = 0.5, color = "red")) 
p1 <- ggplot(mtcars) + 
 geom_point(aes(mpg, disp)) + 
 ggtitle('Plot 1')
​
p2 <- ggplot(mtcars) + 
 geom_boxplot(aes(gear, disp, group = gear)) + 
 ggtitle('Plot 2')
​
p3 <- ggplot(mtcars) + 
 geom_point(aes(hp, wt, colour = mpg)) + 
 ggtitle('Plot 3')
p4 <- ggplot(mtcars) + 
 geom_bar(aes(gear)) + 
 facet_wrap(~cyl) + 
 ggtitle('Plot 4')

同行添加

添加符(+)

按照加号的顺序将图片一一组合到一张画布上,每一张图片都调整为统一的高度和宽度。

p1+ (p2 + p3) + p3

group <- p2+p3
p1+ group + p3

结果是一样的,组合符号 "+"识别到括号这一 结合符号了。


Rplot01.jpeg

添加ggplot2的各种参数

加号连接的最后一个图是激活状态,可以添加ggplot2的各种参数。

p1+ p2+ theme
Rplot03.jpeg

连接符(-)

添加符号(-)的作用与(+)的作用相似,但(-)将左边的图判断为一个统一整体,在使用的时候,1/2均分左右的宽度。

p1- p2 - p3
Rplot02.jpeg

纵列添加(/)

p1 / p3 + 
  scale_color_gradient(low = "darkgreen", high = "lightgreen")
Rplot04.jpeg

添加其他组件

# 在右边添加表格
p1 + gridExtra::tableGrob(mtcars[1:10, c('mpg', 'disp')])

# 添加plot
p1 + ~plot(mtcars$mpg, mtcars$disp, main = 'Plot 2')

ggplotify 可以将复杂的图片进行格式调整,然后进行拼接。wrap_elements、wrap_ggplot_grob、wrap_plots 可以很容易的将非ggplot2的成分拼接在ggplot2图片上。

*和&

为全部图片添加element,*只为当前套嵌层添加,&为全局所有图层添加。

group <- p1 + p2
p3 + group *theme

p3 + group & theme

Rplot05.jpeg

图片注释

添加字母上标,标题等。
plot_annotation(title = NULL, subtitle = NULL, caption = NULL,
tag_levels = NULL, tag_prefix = NULL, tag_suffix = NULL,
tag_sep = NULL, theme = NULL)

统一所有图片的高度和宽度

multipage_align 、align_patches:

plots_aligned <- align_patches(p1, p2, p3, p4)
for (p in plots_aligned) {
  plot(p)
}

创建y轴截断的plot

require(ggplot2)
require(patchwork)
set.seed(13)
options(stringsAsFactors = FALSE)
name <- rep(LETTERS[1:10],3)
value <- runif(30)

data <- data.frame(name, value)
customer_theme <-  theme(axis.text.x = element_blank(),
                         axis.ticks.x = element_blank(),
                         axis.title = element_blank(),
                         panel.background = element_blank(),
                         axis.line = element_line(colour = "black"))


p1 <- ggplot(data = data, aes(x = name, y = value)) + 
  geom_bar(stat = "identity", position = "stack") +
  coord_cartesian(ylim = c(0,0.2)) #设置下面一半
  
 

p2 <- ggplot(data = data, aes(x = name, y = value)) + 
  geom_bar(stat = "identity", position = "stack") +
  coord_cartesian(ylim = c(0.24,3)) + 
  scale_y_continuous(breaks = # 按值设置breaks
                       seq(from = 0.24, to = 3, by = 0.5)) +
  labs( title = "Graph with broken y axis")

p2 /p1 & customer_theme 

Graph with broken y axis.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353