R将ggplot对象分配到循环列表中

Question

我正在使用for loop将ggplots分配给list，然后将其传递给plot_grid()（包cowplot）。 plot_grid将多个ggpl并排放置在一个图中。这可以手动工作，但是当我使用for loop时，生成的最后一个图在图的每个子帧中重复（如下所示）。换句话说，所有子帧都显示相同的ggplot。

这是一个玩具示例：

require(cowplot)

dfrm <- data.frame(A=1:10, B=10:1)

v <- c("A","B")
dfmsize <- nrow(dfrm)
myplots <- vector("list",2)

count = 1
for(i in v){
    myplots[[count]] <- ggplot(dfrm, aes(x=1:dfmsize, y=dfrm[,i])) + geom_point() + labs(y=i)
    count = count +1
}
plot_grid(plotlist=myplots)

预期图：

来自for loop的图：

我尝试将列表元素转换为grobs，如此question中所述，如下所示：

mygrobs <- lapply(myplots, ggplotGrob)
plot_grid(plotlist=mygrobs)

但我得到了同样的结果。

我认为问题在于循环分配，而不是plot_grid()，但我看不出我做错了什么。

Answer 1

我认为这里的问题是aes方法的非标准评估会延迟评估i，直到实际绘制图。到绘图时，i是最后一个值（在玩具示例中为“B”），因此所有绘图的y美学映射都是指最后一个值。同时，labs调用使用标准评估，因此标签正确引用循环中i的每次迭代。

只需使用映射函数的标准评估版aes_q：

即可解决此问题

require(cowplot)

dfrm <- data.frame(A=1:10, B=10:1)

v <- c("A","B")
dfmsize <- nrow(dfrm)
myplots <- vector("list",2)

count = 1
for(i in v){
    myplots[[count]] <- ggplot(dfrm, aes_q(x=1:dfmsize, y=dfrm[,i])) + geom_point() + labs(y=i)
    count = count +1
}
plot_grid(plotlist=myplots)

Answer 2

我认为ggplot在x内查找y和dfrm变量时会感到困惑，即使您实际上是在动态定义它们。如果您稍微更改for循环以构建新的子data.frame作为第一行，则它可以正常工作。

myplots <- list()
count = 1

for(i in v){
    df <- data.frame(x = 1:dfmsize, y = dfrm[,i])
    myplots[[count]] <- ggplot(df, aes(x=x, y=y)) + geom_point() + labs(y=i)
    count = count + 1
}
plot_grid(plotlist=myplots)

Answer 3

ggplot2的懒惰评估和[本答案]中的循环（https://stackoverflow.com/a/26246791/2461552）有一个很好的解释。

我经常切换到aes_string或aes_这样的情况，所以我可以在ggplot2中使用变量作为字符串。

我发现lapply循环比for循环容易，因为初始化列表并使用计数器可以避免。

首先，我将x变量添加到数据集中。

dfrm$index = 1:nrow(dfrm)

现在，lapply循环遍历v中的列。

myplots = lapply(v, function(x) {
    ggplot(dfrm, aes_string(x = "index", y = x)) + 
        geom_point() +
        labs(y = x)
})

plot_grid(plotlist = myplots)

Answer 4

到目前为止，答案非常接近，但在我看来并不令人满意。问题如下 - 在for循环之后：

myplots[[1]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, i]
myplots[[1]]$plot_env
#<environment: R_GlobalEnv>

myplots[[2]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, i]
myplots[[2]]$plot_env
#<environment: R_GlobalEnv>

i
#[1] "B"

正如其他答案所提到的那样，ggplot实际上在绘制之前并不会对这些表达式进行评估，因为这些表达式都在全局环境中，并且i的值为"B"，你会得到不良后果。

有几种方法可以避免这个问题，其中最简单的方法实际上简化了表达式：

myplots = lapply(v, function(col)
            ggplot(dfrm, aes(x=1:dfmsize, y=dfrm[,col])) + geom_point() + labs(y=col))

这样做的原因是因为lapply循环中每个值的环境不同：

myplots[[1]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, col]
myplots[[1]]$plot_env
#<environment: 0x000000000bc27b58>

myplots[[2]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, col]
myplots[[2]]$plot_env
#<environment: 0x000000000af2ef40>

eval(quote(dfrm[, col]), env = myplots[[1]]$plot_env)
#[1]  1  2  3  4  5  6  7  8  9 10
eval(quote(dfrm[, col]), env = myplots[[2]]$plot_env)
#[1] 10  9  8  7  6  5  4  3  2  1

所以即使表达式相同，结果也不同。

如果你想知道究竟是什么存储/复制到lapply的环境 - 毫不奇怪它只是列名：

ls(myplots[[1]]$plot_env)
#[1] "col"