提问



我想使用ggplot2包并排放置两个图,即相当于par(mfrow=c(1,2))[70]


例如,我想让以下两个图表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()

最佳参考


任何ggplots并排(或网格上的n个图)



gridExtra包中的函数grid.arrange()将组合多个图;这就是你如何并排放置两个。 [71]


require(gridExtra)
plot1 <- qplot(1)
plot2 <- qplot(1)
grid.arrange(plot1, plot2, ncol=2)


当两个图不是基于相同的数据时,这很有用,例如,如果要在不使用reshape()的情况下绘制不同的变量。


这会将输出绘制为副作用。要将副作用打印到文件,请指定设备驱动程序(例如pdfpng等),例如


pdf("foo.pdf")
grid.arrange(plot1, plot2)
dev.off()


或者,arrangeGrob()ggsave()结合使用,


ggsave("foo.pdf", arrangeGrob(plot1, plot2))


这相当于使用par(mfrow = c(1,2))制作两个不同的图。这不仅节省了安排数据的时间,还需要两个不同的情节。





附录:使用Facets



方面有助于为不同的组制作类似的图。这在下面的许多答案中都有所指出,但我想用与上述图相当的例子来强调这种方法。


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)





更新



cowplot中的plot_grid函数值得作为grid.arrange的替代值进行检验。请参阅下面@ claus-wilke的回答和这个小插图的等效方法;但该功能允许根据此小插图更精细地控制绘图位置和大小。 [72]

其它参考1


基于grid.arrange的解决方案的一个缺点是,它们很难用大多数期刊所需的字母(A,B等)标记图。


我编写了cowplot包来解决这个(以及其他一些)问题,特别是函数plot_grid():[76]


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")


[77]


plot_grid()返回的对象是另一个ggplot2对象,您可以像往常一样用ggsave()保存它:


p <- plot_grid(iris1, iris2, labels = "AUTO")
ggsave("plot.pdf", p)


或者,您可以使用牛皮图函数save_plot(),这是ggsave()周围的薄包装,可以很容易地获得组合图的正确尺寸,例如:


p <- plot_grid(iris1, iris2, labels = "AUTO")
save_plot("plot.pdf", p, ncol = 2)


(ncol = 2参数告诉save_plot()并排有两个图,save_plot()使保存的图像宽两倍。)


有关如何在网格中排列绘图的更深入描述,请参阅此插图。还有一个小插图解释如何用共享的图例制作情节。[78] [79]


一个常见的混淆点是cowplot包改变了默认的ggplot2主题。包的行为是这样的,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。如果这会导致问题,您可以使用以下三种方法之一来解决它们:


1。为每个情节手动设置主题。我认为总是为每个情节指定一个特定主题是一种好习惯,就像我在上面的例子中使用+ theme_bw()那样。如果你指定一个特定的主题,默认主题并不重要。


2。将默认主题恢复为ggplot2默认值。您可以使用一行代码执行此操作:


theme_set(theme_gray())


3。调用cowplot函数而不附加包。您也不能调用library(cowplot)require(cowplot)而是通过前置cowplot::来调用cowplot函数。例如,使用ggplot2默认主题的上述示例将变为:


## 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")


[80]

其它参考2


您可以使用Winston Chang的R cookbook [81]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 ))
    }

}

其它参考3


是的,您需要妥善安排数据。一种方法是:


X <- data.frame(x=rep(x,2),
                y=c(3*x+eps, 2*x+eps),
                case=rep(c("first","second"), each=100))

qplot(x, y, data=X, facets = . ~ case) + geom_smooth()


我相信在plyr或reshape中有更好的技巧 - 我仍然没有达到速度
在哈德利的所有这些强大的包装上。

其它参考4


使用reshape包你可以做这样的事情。


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)

其它参考5


使用拼凑包,您只需使用+运算符:[82]


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

library(ggplot2)
p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))

library(patchwork)
p1 + p2


[83]

其它参考6


更新:这个答案非常陈旧。 gridExtra::grid.arrange()现在是推荐的方法。
我把它留在这里以防它可能有用。





Stephen Turner在 Get Genetics Done 博客上发布了arrange()函数(参见应用说明的帖子)[84]


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
  }
 }
}

其它参考7


ggplot2基于网格图形,它提供了一种不同的系统,用于在页面上排列图形。 par(mfrow...)命令没有直接等效,因为网格对象(称为 grobs )不一定立即绘制,但可以在转换为常规R对象之前进行存储和操作图形输出。这比绘制基本图形的现在模型具有更大的灵活性,但策略必然略有不同。


我写grid.arrange()提供尽可能接近par(mfrow)的简单界面。在最简单的形式中,代码看起来像:


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)


[85]


此插图中详细介绍了更多选项。[86]


一个常见的抱怨是情节不必对齐,例如当它们具有不同大小的轴标签时,但这是设计的:grid.arrange不会尝试特殊情况的ggplot2对象,并将它们平等地对待其他凹凸(例如,格子图。它只是将凹凸放置在矩形布局中。


对于ggplot2对象的特殊情况,我编写了另一个函数ggarrange,它具有类似的界面,它试图对齐绘图面板(包括刻面图)并尝试在用户定义时尊重纵横比。


library(egg)
ggarrange(p1, p2, ncol = 2)


这两个功能都与ggsave()兼容。有关不同选项和一些历史背景的一般概述,这个小插图提供了额外的信息。[87]

其它参考8


使用tidyverse


x <- rnorm(100)
eps <- rnorm(100,0,.2)
df <- data.frame(x, eps) %>% 
  mutate(p1 = 3*x+eps, p2 = 2*x+eps) %>% 
  tidyr::gather("plot", "value", 3:4) %>% 
  ggplot(aes(x = x , y = value))+ geom_point()+geom_smooth()+facet_wrap(~plot, ncol =2)

df


[88]

其它参考9


如果您想使用循环绘制多个ggplot图,上述解决方案可能效率不高(例如,如下所述:使用循环在ggplot中创建具有不同Y轴值的多个图),这是分析未知的理想步骤(或大)数据集(例如,当您想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(),其来源在这里:http://www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_ (ggplot2):[90]


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)
}


现在运行该函数 - 获取在一页上使用ggplot打印的所有变量的计数


dt = ggplot2::diamonds
plotAllCounts(dt)


需要注意的一点是:

 使用aes(get(strX)),在使用ggplot时通常在循环中使用,在上面的代码中代替aes_string(strX)将不会绘制所需的图。相反,它会多次绘制最后一个情节。我还没弄清楚为什么 - 它可能必须在ggplot中调用aesaes_string


否则,希望你会发现这个功能很有用。

其它参考10


cowplot包为您提供了一种很好的方式,以适合发布的方式。


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")


[91]

其它参考11


还有一个值得一提的multipanelfigure包。另见这个答案。[92]




 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包创建于2018-07-06(v0.2.0.9000)。[94]