与ggplot2并排绘制

时间：2009-08-08 18:16:44

标签： r visualization ggplot2

我想使用ggplot2 package并排放置两个图，即相当于par(mfrow=c(1,2))。

例如，我希望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)

我是否需要将它们放在相同的data.frame中？

qplot(displ, hwy, data=mpg, facets = . ~ year) + geom_smooth()

13 个答案:

答案 0 :(得分：433)

任何ggplots并排（或网格上的n个图）

gridExtra包中的函数grid.arrange()将合并多个图表;这就是你如何并排放置两个。 

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pdf，png等），例如

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

或，将arrangeGrob()与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

分面有助于为不同的群体制作类似的地块。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函数值得签出，以替代grid.arrange。请参阅下面的answer @ claus-wilke和this vignette的等效方法;但该功能允许基于this vignette更精细地控制绘图位置和大小。

答案 1 :(得分：123)

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。

我写了cowplot包来解决这个（以及其他一些）问题，特别是函数plot_grid()：

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")

enter image description here

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cowplot函数save_plot()，这是ggsave()周围的薄包装，可以轻松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图表的更深入说明，请参阅this vignette.还有一个插图解释如何使用shared legend.

制作图表

一个常见的混淆点是cowplot包改变了默认的ggplot2主题。包的行为方式是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的主题是很好的做法，就像我在上面的例子中使用+ theme_bw()一样。如果您指定特定主题，则默认主题无关紧要。

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)或require(cowplot)，而是通过预先cowplot::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")

enter image description here

更新：从ggplot2 3.0.0开始，可以直接标记图，例如here.

答案 2 :(得分：44)

您可以使用Winston Chang's R cookbook

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 ))
    }

}

答案 3 :(得分：18)

使用patchwork包，您只需使用export default class BookingPage extends React.Component{ constructor() { super() this.state = { step: 1, availableDates: [ { "day": "22-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "23-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "24-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "25-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "26-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "27-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "28-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "29-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "30-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "31-01-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "01-02-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, { "day": "02-02-2018", "slots" : [ "13.00 - 14.00", "14.00 - 15.00", "15.00 - 16.00", "16.00 - 17.00", "17.00 - 18.00" ] }, ] } } render() { return( <div className="section-booking"> <div className="section-content-wrapper"> <div className="section-content"> <div className="step-indicator"> </div> <div className="booking-picker"> <BookingSlider dates={this.state.availableDates} /> </div> </div> </div> </div> ) } } class BookingSlider extends React.Component{ constructor(props) { super(props) this.state = { activeItem: null } } onItemActive(item) { this.setState({activeItem: item}) } render() { let items = this.props.dates.map((item, index) => { return ( <BookingSlots key={index} item={item} onItemActive={this.onItemActive.bind(this)} active={item === this.state.activeItem} > </BookingSlots> ); }); return( <div className="booking-date-wrapper"> <ul> {items} </ul> <div> <select> <option value="">OPTIONS HERE</option> </select> </div> </div> ) } } class BookingSlots extends React.Component{ constructor(props){ super() } setActive() { this.props.onItemActive(this.props.item); } render() { let item = this.props.item; return ( <li className={this.props.active ? 'active' : null} onClick={this.setActive.bind(this)}> {item.day} </li> ); } } 运算符：

+

patchwork

答案 4 :(得分：17)

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或重塑中有更好的技巧 - 我仍然没有达到速度 在哈德利的所有这些强大的包装上。

答案 5 :(得分：15)

使用重塑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)

答案 6 :(得分：10)

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 posted the arrange() function on Getting Genetics Done blog（见申请说明的帖子）

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
  }
 }
}

答案 7 :(得分：9)

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。 tick命令没有直接等效命令，因为网格对象（称为 grobs ）不一定立即绘制，但可以作为常规R对象存储和操作在转换为图形输出之前。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。

我写了par(mfrow...)以提供尽可能接近grid.arrange()的简单界面。最简单的形式是代码：

par(mfrow)

enter image description here

this vignette详细介绍了更多选项。

一个常见的抱怨是情节不一定是对齐的，例如：当他们有不同大小的轴标签时，这是设计的：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) 不会尝试特殊情况的ggplot2对象，并将它们平等地对待其他grob（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grid.arrange，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

ggarrange

这两个功能都与library(egg) ggarrange(p1, p2, ncol = 2) 兼容。有关不同选项和一些历史背景的一般概述，this vignette offers additional information。

答案 8 :(得分：6)

还有multipanelfigure package值得一提。另请参见此answer。

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 package（v0.2.0.9000）于2018-07-06创建。

答案 9 :(得分：4)

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

enter image description here

答案 10 :(得分：1)

如果您想使用循环绘制多个ggplot图（例如，在此处询问：Creating multiple plots in ggplot with different Y-axis values using a loop），上述解决方案可能效率不高，这是分析未知（或大型）数据集的理想步骤（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＆＃39; multiplot（）＆＃39;，其来源位于：http://www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_(ggplot2)：

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时通常会在循环中使用，在上面的代码而不是aes_string(strX)中将不会绘制所需的绘图。相反，它会多次绘制最后一个情节。我还没弄清楚原因 - 可能需要aes和aes_string调用ggplot。

否则，希望您能找到有用的功能。

答案 11 :(得分：0)

cowplot包以适合发布的方式为您提供了一种很好的方法。

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")

enter image description here

答案 12 :(得分：0)

根据我的经验，如果您试图循环生成图，则gridExtra：grid.arrange可以完美地工作。

短代码段：

gridExtra::grid.arrange(plot1, plot2, ncol = 2)
相关问题
最新问题