9.10 多图

9.10.1 问题

你想把多个图形放到同一个页面中。

9.10.2 方案

最简单的方法就是使用 multiplot() 函数。

multiplot() 函数可以将任意数量的图像对象作为参数，或者可以构建一个图像对象列表传递到该函数的 plotlist 参数中。

  1. # 多图功能 ggplot 对象可以直接放入 `…` 中，也可以传递到
  2. # `plotlist` 里（这里的 ggplot 对象以列表形式存在） -
  3. # cols: 图像的列数 - layout:
  4. # 用来指定布局的一组矩阵。当其存在时，可以忽略 `cols`
  5. # 参数。 假设 layout 参数是 matrix(c(1,2,3,3), nrow=2,
  6. # byrow = TRUE),
  7. # 那么第一幅图像会位于左上方，第二幅图会在右上方，而
  8. # 第三幅图会占据整个下方。
  9. multiplot <- function(..., plotlist = NULL, file, cols = 1, 
  10.   layout = NULL) {
  11.   library(grid)
  13.   # 从参数 `…`中建立一个列表然后 plotlist
  14.   plots <- c(list(...), plotlist)
  16.   numPlots = length(plots)
  17.   # 假如 layout 是 NULL, 那么可以用 `cols` 来定义布局
  18.   if (is.null(layout)) {
  19.     # 创建面板 ncol: 图像的列数 nrow:
  20.     # 根据上述给定的列数，计算所需要的行数
  21.     layout <- matrix(seq(1, cols * ceiling(numPlots/cols)), 
  22.       ncol = cols, nrow = ceiling(numPlots/cols))
  23.   }
  24.   if (numPlots == 1) {
  25.     print(plots[[1]])
  26.   } else {
  27.     # 创建页面
  28.     grid.newpage()
  29.     pushViewport(viewport(layout = grid.layout(nrow(layout), 
  30.       ncol(layout))))
  31.     # 让每一幅图像排列在正确的位置
  32.     for (i in 1:numPlots) {
  33.       # 获取包含这一子图所在区域的坐标 matrix i,j
  34.       matchidx <- as.data.frame(which(layout == i, 
  35.         arr.ind = TRUE))
  36.       print(plots[[i]], vp = viewport(layout.pos.row = matchidx$row, 
  37.         layout.pos.col = matchidx$col))
  38.     }
  39.   }
  40. }

如果它不能满足你的需求，你可以将其复制下来然后作出适当的修改。

首先，构建并保存图像但不需要对它们进行渲染，这些图像的细节并不重要。你只需要将这些图像对象储存为变量。

  1. # 以下例子使用的是 ggplot2 包中自带的 Chickweight 数据集
  2. # 第一幅图像
  3. p1 <- ggplot(ChickWeight, aes(x = Time, y = weight, colour = Diet, 
  4.   group = Chick)) + geom_line() + ggtitle("Growth curve for individual chicks")
  6. # 第二幅图像
  7. p2 <- ggplot(ChickWeight, aes(x = Time, y = weight, colour = Diet)) + 
  8.   geom_point(alpha = 0.3) + geom_smooth(alpha = 0.2, size = 1) + 
  9.   ggtitle("Fitted growth curve per diet")
  11. # 第三幅图像
  12. p3 <- ggplot(subset(ChickWeight, Time == 21), aes(x = weight, 
  13.   colour = Diet)) + geom_density() + ggtitle("Final weight, by diet")
  15. # 第四幅图像
  16. p4 <- ggplot(subset(ChickWeight, Time == 21), aes(x = weight, 
  17.   fill = Diet)) + geom_histogram(colour = "black", binwidth = 50) + 
  18.   facet_grid(Diet ~ .) + ggtitle("Final weight, by diet") + 
  19.   theme(legend.position = "none")  #为了避免冗余，这里不添加图例

这些图像都构建好了后，我们可以用 multiplot() 对它们进行渲染。下面将这些图形分成两列进行展示：

  1. multiplot(p1, p2, p3, p4, cols = 2)
  2. #> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

9.10 多图 - 图1