R可视化:'patchwork:合并多个R图的包'

'patchwork:合并多个R图的包'

patchwork是基于gglot2的拼图包,它使得基于ggplot2的图形更容易拼接在同一个图层。更多知识分享请到 https://zouhua.top/

安装

因为作者仅仅在GitHub发布了patchwork,因此无法使用install.packages("patchwork")从CRAN处获取。为了获取该包,首先应该安装devtools包,其次在使用如下命令:

# install.packages("devtools")
library(devtools)
install_github("thomasp85/patchwork")

加载数据

使用R自带的mtcars数据,先使用ggplot2作图:

library(ggplot2)
library(patchwork)

p1 <- ggplot(mtcars, aes(x=mpg, y=disp))+ geom_point()
p2 <- ggplot(mtcars, aes(x=gear, y=disp, group = gear))+ geom_boxplot()
p3 <- ggplot(mtcars, aes(x=disp, y=qsec))+ geom_smooth()
p4 <- ggplot(mtcars, aes(x=carb))+ geom_bar()

+ 叠加图

p1 + p2 + p3 + p4
# (p1 + p2 + p3 + p4)+ plot_layout(ncol =1) # plot_layout 控制拼图水平布局

- 子轨道

# - 符号左右图形位于不同图层 
(p1 + p2 + p3) - p4 # (p1 + p2 + p3) 和p4分别占用两个相同大小的轨道
#(p1 + p2 + p3) - p4 + plot_layout(ncol=1) # 控制列数

| 水平布局

(p1 | p2 | p3 | p4) # 四个图分布在四个不同的图层
#(p1 + p2 + p3 + p4) # 四个图分布在同一个图层,且自动分成两列,每列2个图

/垂直布局

(p1 | p2)/(p3 | p4) # 括号内是水平布局,/则是垂直布局,和p1+p2+p3+p4类似

*& 同一操作应用所有图形

(p1 + (p2 + p3) + p4 + plot_layout(ncol = 1)) * theme_bw() # 只会应用到当前嵌套层 p1 p4
(p1 + (p2 + p3) + p4 + plot_layout(ncol = 1)) & theme_bw() # 所有图形

{} 或者 () 嵌套布局图形

p1 + {
  p2 + {
    p3 +
      p4 +
      plot_layout(ncol=1)
  }
} + 
  plot_layout(ncol=1)


p1 + (
  p2 + (
    p3 + p4 + plot_layout(ncol=1)
  )
) + 
  plot_layout(ncol=1)

plot_layout 调节拼接细节

p1 + p2 + plot_layout(ncol = 1, heights = c(2, 1))

plot_spacer 添加空白

p1 + plot_spacer() + p2

plot_annotation 设置title,subtitles 和 captions

patchwork <- (p1 + p2) / p3 # patchwork[[1]] = p1 + p2 图层1;patchwork[[1]] = 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_levels = 'A' # 添加标签
) & theme(plot.tag = element_text(size = 8))

# 对图层1两子图编码 A1 和 A2
patchwork[[1]] <- patchwork[[1]] + plot_layout(tag_level = 'new')
patchwork + plot_annotation(tag_levels = c('A', '1'))

# 对图注进行编码 Fig.A.1: Fig.A.2: Fig.B:
patchwork + plot_annotation(tag_levels = c('A', '1'), tag_prefix = 'Fig. ',
                            tag_sep = '.', tag_suffix = ':')

控制legend

p1 <- ggplot(mtcars, aes(x=mpg, y=disp, colour = mpg, size = wt))+ 
  geom_point()
p2 <- ggplot(mtcars %>% mutate(gear=factor(gear)), aes(x=gear, y=disp, group = gear, color = gear))+
  geom_boxplot()
# 指定guides='collect',把legend都给集中在图的一侧
# guide_area() 图例单独放在一个格子
(p3 | (p1 / p2)) + 
    plot_layout(guides = 'collect') +  
  guide_area() 

总结

cowplot包相比,patchwork包更适合基于ggplot2的产生的图形,它的布局更加简洁,语法简单

参考

  1. patchwork
  2. patchwork拼图

参考文章如引起任何侵权问题,可以与我联系,谢谢。

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
禁止转载,如需转载请通过简信或评论联系作者。
  • 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 159,569评论 4 363
  • 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 67,499评论 1 294
  • 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 109,271评论 0 244
  • 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 44,087评论 0 209
  • 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 52,474评论 3 287
  • 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 40,670评论 1 222
  • 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 31,911评论 2 313
  • 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 30,636评论 0 202
  • 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 34,397评论 1 246
  • 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 30,607评论 2 246
  • 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 32,093评论 1 261
  • 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 28,418评论 2 254
  • 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 33,074评论 3 237
  • 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 26,092评论 0 8
  • 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 26,865评论 0 196
  • 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 35,726评论 2 276
  • 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 35,627评论 2 270