R | ggplot2拼图 —— patchwork
22019.11.23 13:53:08字数 813阅读 4,991
在Y叔公号（biobabble）看到cowplot乃旧爱，patchwork是新欢一文后，觉得甚是有趣，便动手复现了一下。
据patchwork的作者 Thomas Pedersen所介绍，他开发的初衷就是让ggplots的组合可以ridiculously simple！
The goal of patchwork is to make it ridiculously simple to combine separate ggplots into the same graphic. As such it tries to solve the same problem as gridExtra::grid.arrange() and cowplot::plot_grid but using an API that incites exploration and iteration.
我使用后的感觉也是如此， patchwork可读性高、操作简单、可操作性也高，真的太强了。下面简单介绍一下这个包吧
安装
由于这个包还没发布到CRAN上，所以直接用install.packages()是安装不了的，要使用以下方法安装
devtools::install_github("thomasp85/patchwork")
更新于 2020-12-29
patchwork 已经发布了有一段时间了，可以直接通过以下命令安装
install.packages('patchwork')
当然也可以继续用devtools::install_github("thomasp85/patchwork")的方法安装开发版本（不建议）
语法
patchwork使用的语法十分简单，就是用+就可以按行将图拼起来，而/是按列拼图，使用|分隔后可以同时使用两种方法拼图。
下面我们画几张图试试
p1<-ggplot(mtcars)+geom_point(aes(mpg,disp,colour=mpg,size=wt))+ggtitle('p1')
p2<-ggplot(mtcars)+geom_boxplot(aes(gear,disp,group=gear))+ggtitle('p2')
p3<-ggplot(mtcars)+geom_point(aes(hp,wt,colour=mpg,size=wt))+scale_colour_viridis_c()+ggtitle('p3')
p4<-ggplot(mtcars)+geom_smooth(aes(disp,qsec))+ggtitle('p4')
p5<-ggplot(mtcars)+geom_bar(aes(carb))+ggtitle('p5')
横拼
可以通过+或|实现，两者都是按row合并的
p1 + p2
p1 + p2
还可以通过plot_spacer()在图与图之间插入空白，实现ggplot的九宫格！
p1 + plot_spacer() + p2 + plot_spacer() + p3 + plot_spacer() + p4 + plot_spacer() + p5
Nine Palace Grid
竖拼
竖着拼也很简单，就是一个/就完事了，有点分式的意思
p2/p4
p2/p4
一起拼
如果想同时实现两种拼图的语法，用|即可完成了
(p2/p4)|p3
(p2/p4)|p3
方便的注释
patchwork还提供了一个plot_annotation的功能，可以允许我们在给拼起来的图加title的前提下，还能为每一个subplot加上一个tag，效果如下：
p1 + p2 + plot_annotation(title = "combine", tag_levels = "A")
这个功能在生成文章的figure的时候就很有用了
复杂的拼图
以上我们所做的都是在网格上一个个格子地拼图的，当然，patchwork也可以通过设定layout实现指定每个图所占的格子来拼，容许了更高的操作自由度
layout <- "BBBBAACC##CC"p4 + p2 + p3 + plot_layout(design = layout)
以上的#是空白，ABC就代表了输入中相应的图
控制legend
patchwork可以通过指定plot_layout(guide = 'collect')将legend都放到图的一侧
(p2 | (p1/p3)) + plot_layout(guides = 'collect')
有趣的是，尽管我们的mpglegend都是对mpg上色，但仅因为颜色映射的方法不一样，就分别列了出来。所以，这个guides = 'collect'不仅仅只是收集legend，它是在进行了legend的比较之后，才放出来的。
总而言之，patchwork是个十分方便且强大的ggplots拼图工具，而且尚在开发之中，意味着以后可能还会有更多更强大的功能出现，有需要的朋友就赶紧用起来吧！
参考：
2 https://www.rdocumentation.org/packages/patchwork/versions/0.0.1.9000
install.packages("patchwork")library(patchwork)??plot_layout
# 重要参数解释plot_layout( ncol = NULL, # 设置列数 nrow = NULL, # 设置行数 byrow = NULL, # 设置案列输出方式 行 or 列 widths = NULL, # 设置宽度 heights = NULL, # 设置高度 guides = NULL, tag_level = NULL, design = NULL)
效果演示
library(ggplot2)library(patchwork)
p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))
p3 <- ggplot(mtcars) + geom_bar(aes(gear)) + facet_wrap(~cyl)
p4 <- ggplot(mtcars) + geom_bar(aes(carb))
p5 <- ggplot(mtcars) + geom_violin(aes(cyl, mpg, group = cyl))
# The plots are layed out automatically by default# 默认按照行排序p1 + p2 + p3 + p4 + p5# 效果见下图
# Use byrow to change how the grid is filled out# 设置按照列诸葛输出p1 + p2 + p3 + p4 + p5 + plot_layout(byrow = FALSE)# 效果见下图
上图 p1 + p2 + p3 + p4 + p5
上图 p1 + p2 + p3 + p4 + p5 + plot_layout(byrow = FALSE)
# Change the grid dimensions# 设置布局列数和宽度p1 + p2 + p3 + p4 + p5 + plot_layout(ncol = 2, widths = c(1, 2))# 效果见下图
上图 p1 + p2 + p3 + p4 + p5 + plot_layout(ncol = 2, widths = c(1, 2))
# Define layout at different nesting levels# 定义不同嵌套级别的布局p1 + p2 + (p3 + p4 + plot_layout(ncol = 1) ) + p5 + plot_layout(widths = c(2, 1))# 效果见下图
# Complex layouts can be created with the `design` argument#可以使用“design”参数创建复杂的布局design <- c( area(1, 1, 2), area(1, 2, 1, 3), area(2, 3, 3), area(3, 1, 3, 2), area(2, 2))p1 + p2 + p3 + p4 + p5 + plot_layout(design = design)# 效果见下图
图 p1 + p2 + p3 + p4 + p5 + plot_layout(design = design)
# The same can be specified as a character string:#可以将其指定为字符串：design <- "122153443"p1 + p2 + p3 + p4 + p5 + plot_layout(design = design)# 效果见下图
图 p1 + p2 + p3 + p4 + p5 + plot_layout(design = design)
# When using strings to define the design `#` can be used to denote empty#使用字符串定义设计时，`#`可用于表示空
# areas#区域design <- "1##123##3"p1 + p2 + p3 + plot_layout(design = design)# 效果见下图
图 p1 + p2 + p3 + plot_layout(design = design)
# Use guides="collect" to remove duplicate guides#使用guides=“collect”删除重复的辅助线p6 <- ggplot(mtcars) + geom_point(aes(mpg, disp, color=cyl))p7 <- ggplot(mtcars) + geom_point(aes(mpg, hp, color=cyl))p6 + p7 + plot_layout(guides='collect')# 效果见下图
图 p6 + p7 + plot_layout(guides='collect')
# Guide position must be applied to entire patchwork#导向位置必须应用于整个拼接p6 + p7 + plot_layout(guides='collect') & theme(legend.position='bottom')# 效果见下图
安装所需要的R包
BiocManager::install("patchwork")BiocManager::install("cowplot")
加载所需的R包，并将默认主题设置为theme_bw()，并将图例放在图的顶部
library(ggplot2)library(cowplot)library(patchwork)theme_set(theme_bw()+theme(legend.position="top"))
创建一些基本图像：
library("ggplot2")my3cols<-c("#E7B800","#2E9FDF","#FC4E07")ToothGrowth$dose<-as.factor(ToothGrowth$dose)p<-ggplot(ToothGrowth,aes(x=dose,y=len))bxp<-p+geom_boxplot(aes(color=dose))+scale_color_manual(values=my3cols)dp<-p+geom_dotplot(aes(color=dose,fill=dose),binaxis='y',stackdir='center')+scale_color_manual(values=my3cols)+scale_fill_manual(values=my3cols)lp<-ggplot(economics,aes(x=date,y=psavert))+geom_line(color="#E46726")dens<-ggplot(iris,aes(Sepal.Length))+geom_density(aes(color=Species))+scale_color_manual(values=my3cols)
patchwork包水平拼接
bxp + densbxp | dens
1.png
垂直布局
可以通过向plot_layout()来指定布局，可以定义网格的尺寸以及要分配给不同行和列的空间
bxp + dens + plot_layout(ncol = 1)
2.png
指定每个图的尺寸
bxp+dens+plot_layout(ncol=1,heights=c(1,3))bxp+dens+plot_layout(ncol=2,width=c(1,2))
3.png
4.png
增加图片之间的空间
bxp + plot_spacer() + dens
5.png
嵌套布局
您可以通过将部分图用括号括起来来制作嵌套图版面
lp + { dens + { bxp + dp + plot_layout(ncol = 1) }} + plot_layout(ncol = 1)
6.png
高级功能
bxp + dp - lp + plot_layout(ncol = 1)
7.png
patchwork同时提供|和/分别用于水平和垂直布局
(bxp|lp|dp)/dens
8.png
可以使用&或 * 向所有子图添加元素，而不必单独修改所有图。两者的不同之处 * 仅在于将影响当前嵌套级别上的图：
(bxp + (dp + dens) + lp + plot_layout(ncol = 1)) * theme_gray()
9.png
而&将递归到嵌套级别：
(bxp + (dp + dens) + lp + plot_layout(ncol = 1)) & theme_gray()
10.png
添加标记
patchwork <- (bxp + (dp + dens) + lp + plot_layout(ncol = 1)) & theme_gray()patchwork + plot_annotation(tag_levels = 'A')
11.png
library("cowplot")plot_grid(bxp,dp,dens,labels=c("A","B","C"),ncol=2,nrow=2)
12.png
合并相同图例(guides = 'collect')
p1<-ggplot(mtcars)+geom_point(aes(mpg,disp))+ggtitle('Plot 1')p2<-ggplot(mtcars)+geom_boxplot(aes(gear,disp,group=gear))+ggtitle('Plot 2')p3<-ggplot(mtcars)+geom_point(aes(hp,wt,colour=mpg))+ggtitle('Plot 3')p4<-ggplot(mtcars)+geom_bar(aes(gear))+facet_wrap(~cyl)+ggtitle('Plot 4')p1a<-ggplot(mtcars)+geom_point(aes(mpg,disp,colour=mpg,size=wt))+ggtitle('Plot 1a')
p1a | (p2 / p3)
R1.png
(p1a | (p2 / p3)) + plot_layout(guides = 'collect')
R.png
作者：R语言数据分析指南
链接：//www.greatytc.com/p/f397eea4a3ee
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
https://blog.csdn.net/weixin_42350411/article/details/113316500
