Question

在回收数据时，如何制作相同数据的多个图表，但不同因素（列）的颜色不同？这是gridExtra与cowplot的不同之处吗？

目的： 我的目标是直观地比较有效聚类相同数据的不同结果。我目前认为，直观地比较2-4个聚类算法的最简单方法是将它们彼此相邻绘制。

因此，如何以不同的颜色并排绘制相同的数据？

挑战/规格：性能非常重要。我有大约30,000个图表，每个图表有450 - 480点。数据被“回收”至关重要。

我可以使用包cowplot和gridExtra并排绘制它们。我今天刚开始使用gridExtra，但它似乎回收数据，并且比我的目的更好。 更新：如果我在绘图之前收集了列，那么展示facet_wrap的u / eipi10可以正常工作。

设置

    #Packages
     library(ggplot2)
     library(cowplot)
     library(gridExtra)
     library(pryr) #memory profile

    #Data creation
      x.points  <- c(1, 1, 1, 3, 3, 3, 5, 5, 5)
      y.points  <- c(1, 3, 5, 1, 3, 5, 1, 3, 5)
      cl_vert   <- c("A", "A", "A", "B", "B", "B", "C", "C", "C")
      cl_hoz    <- c("A", "B", "C", "A", "B", "C", "A", "B", "C")
      cl_cent   <- c("A","A","A","A", "B", "A","A","A","A")
    df <- data.frame(x.points, y.points, cl_vert, cl_hoz, cl_cent)

绘制图表

    #Graph function and individual plots
     graph <- function(data = df, Title = "", color.by, legend.position = "none"){
       ggplot(data, aes(x = `x.points`, y = `y.points`)) +
         geom_point(aes(color = as.factor(color.by))) + scale_color_brewer(palette = "Set1") + 
         labs(subtitle = Title, x = "log(X)", y = "log(Y)", color = "Color" ) + 
         theme_bw() + theme(legend.position = legend.position)  
     }

     g1 <- graph(Title = "Vertical", color.by = cl_vert)
     g2 <- graph(Title = "Horizontal", color.by = cl_hoz)
     g3 <- graph(Title = "Center", color.by = cl_cent)

    #Cowplot
     legend <- get_legend(graph(color.by = cl_vert, legend.position = "right")) #Not a memory waste
     plot <- plot_grid(g1, g2, g3, labels = c("A", "B", "C"))
     title <- ggdraw() + draw_label(paste0("Data Ex ", "1"), fontface = 'bold') 
     plot2 <- plot_grid(title, plot, ncol=1, rel_heights=c(0.1, 1)) # rel_heights values control title margins
     plot3 <- plot_grid(plot2, legend, rel_widths = c(1, 0.3))
     plot3

    #gridExtra
     plot_grid.ex <- grid.arrange(g1, g2, g3, ncol = 2, top = paste0("Data Ex ", "1"))
     plot_grid.ex

使用pryr的内存使用

    #Comparison
     object_size(plot_grid) #315 kB 
     object_size(plot3) #1.45 MB
    #Individual objects
     object_size(g1) #756 kB
     object_size(g2) #756 kB
     object_size(g3) #756 kB
     object_size(g1, g2, g3) #888 kB
     object_size(legend) #43.6 kB

其他问题： 在写完这个问题并提供样本数据之后，我只记得gridExtra，尝试过它，它似乎占用的内存少于其组件图的组合数据。我认为除了着色分配外，g1，g2和g3共享相同的数据，这就是为什么各个组件和总对象大小之间存在大约130 kB的差异。 plot_grid如何占用甚至更少的空间？ ls.str(plot_grid)似乎没有显示g1，g2和g3的任何合并。我最好的选择是使用lineprof()并逐行比较吗？

来源我已经浏览/阅读/咨询过：

http://adv-r.had.co.nz/memory.html＃不完全理解
Add a common Legend for combined ggplots #toto gridExtra later

请耐心等待我，因为我是一名新程序员（刚刚开始编写脚本12月）;我还不了解所有技术细节，但我想。

Answer 1

如果您将数据转换为长格式，则可以使用Faceting。这是一个例子：

library(tidyverse)

df %>% gather(method, cluster, cl_vert:cl_cent) %>% 
  ggplot(aes(x = x.points, y = y.points)) + 
    geom_point(aes(color = cluster)) + 
    scale_color_brewer(palette = "Set1") + 
    theme_bw() +
    facet_wrap(~ method)

Answer 2

如果你的性能提升，请不要使用任何这些软件包，包括ggplot2。 gridExtra，cowplot和其他人总会让事情变慢，他们不会在任何意义上“回收”数据（目前还不清楚你的意思）。

我建议在ggplot2之外进行所有耗时的数据处理，并绘制已经更接近最终映射的结果（即已分配颜色组等）。您可能会发现ggplot2对您的应用程序来说变得过度和缓慢（点阵通常更快，基础图也是如此）。

如果你真的想要共享数据，我会认为像d3.js这样的东西可能会让你最接近这个目标，尽管它只会让浏览器的数据重复在渲染时完成。一旦数据点在屏幕上呈现，它们必须是独立的并且是重复的，所以问题在于管道中最方便和最有效的方法。

包含共享数据的多个ggplot2图表

2 个答案: