Plot berdampingan dengan ggplot2

Saya ingin menempatkan dua plot berdampingan menggunakan paket ggplot2 , yaitu melakukan yang setara par(mfrow=c(1,2)).

Sebagai contoh, saya ingin agar dua plot berikut ditampilkan berdampingan dengan skala yang sama.

x <- rnorm(100)
eps <- rnorm(100,0,.2)
qplot(x,3*x+eps)
qplot(x,2*x+eps)

Apakah saya harus meletakkannya di dalam data.frame yang sama?

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

Setiap ggplot berdampingan (atau n plot pada grid)

Fungsi grid.arrange()dalam gridExtrapaket akan menggabungkan beberapa plot; ini adalah bagaimana Anda menempatkan dua sisi berdampingan.

require(gridExtra)
plot1 <- qplot(1)
plot2 <- qplot(1)
grid.arrange(plot1, plot2, ncol=2)

Ini berguna ketika kedua plot tidak didasarkan pada data yang sama, misalnya jika Anda ingin memplot variabel yang berbeda tanpa menggunakan membentuk kembali ().

Ini akan memplot output sebagai efek samping. Untuk mencetak efek samping ke file, menentukan driver perangkat (seperti pdf, png, dll), misalnya

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

atau, digunakan arrangeGrob()dalam kombinasi dengan ggsave(),

ggsave("foo.pdf", arrangeGrob(plot1, plot2))

Ini setara dengan membuat dua plot berbeda menggunakan par(mfrow = c(1,2)). Ini tidak hanya menghemat waktu dalam mengatur data, tetapi juga diperlukan saat Anda menginginkan dua plot yang berbeda.

Lampiran: Menggunakan Aspek

Segi sangat membantu untuk membuat plot serupa untuk berbagai kelompok. Ini ditunjukkan di bawah ini dalam banyak jawaban di bawah, tetapi saya ingin menyoroti pendekatan ini dengan contoh yang setara dengan plot di atas.

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)

Memperbarui

yang plot_gridfungsi dalam cowplotadalah senilai check-out sebagai alternatif grid.arrange. Lihat jawaban oleh @ claus-wilke di bawah ini dan sketsa ini untuk pendekatan yang setara; tetapi fungsinya memungkinkan kontrol yang lebih baik pada lokasi dan ukuran plot, berdasarkan sketsa ini .

Salah satu kelemahan dari solusi yang didasarkan pada grid.arrangeadalah bahwa mereka membuat sulit untuk memberi label plot dengan huruf (A, B, dll), karena kebanyakan jurnal membutuhkan.

Saya menulis paket cowplot untuk menyelesaikan masalah ini (dan beberapa lainnya), khususnya fungsinya 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")

Objek yang plot_grid()kembali adalah objek ggplot2 lain, dan Anda dapat menyimpannya ggsave()seperti biasa:

p <- plot_grid(iris1, iris2, labels = "AUTO")
ggsave("plot.pdf", p)

Sebagai alternatif, Anda dapat menggunakan fungsi cowplot save_plot(), yang merupakan pembungkus tipis ggsave()yang memudahkan untuk mendapatkan dimensi yang benar untuk plot gabungan, misalnya:

p <- plot_grid(iris1, iris2, labels = "AUTO")
save_plot("plot.pdf", p, ncol = 2)

( ncol = 2Argumennya mengatakan save_plot()bahwa ada dua plot berdampingan, dan save_plot()membuat gambar yang disimpan dua kali lebih lebar.)

Untuk deskripsi yang lebih mendalam tentang cara mengatur plot dalam kisi, lihat sketsa ini. Ada juga sketsa yang menjelaskan cara membuat plot dengan legenda bersama.

Satu hal yang sering membingungkan adalah bahwa paket cowplot mengubah tema ggplot2 default. Paket berperilaku seperti itu karena pada awalnya ditulis untuk penggunaan lab internal, dan kami tidak pernah menggunakan tema default. Jika ini menyebabkan masalah, Anda dapat menggunakan salah satu dari tiga pendekatan berikut untuk mengatasinya:

1. Atur tema secara manual untuk setiap plot. Saya pikir itu praktik yang baik untuk selalu menentukan tema tertentu untuk setiap plot, seperti yang saya lakukan + theme_bw()pada contoh di atas. Jika Anda menentukan tema tertentu, tema default tidak masalah.

2. Kembalikan tema default kembali ke default ggplot2. Anda dapat melakukan ini dengan satu baris kode:

theme_set(theme_gray())

3. Panggil fungsi cowplot tanpa melampirkan paket. Anda juga tidak dapat memanggil library(cowplot)atau require(cowplot)memanggil fungsi cowplot dengan menambahkan terlebih dahulu cowplot::. Misalnya, contoh di atas menggunakan tema default ggplot2 akan menjadi:

## 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")

Pembaruan:

• Pada cowplot 1.0, tema default ggplot2 tidak berubah lagi.
• Pada ggplot2 3.0.0, plot dapat diberi label secara langsung, lihat misalnya di sini.

Anda dapat menggunakan multiplotfungsi berikut dari buku masak Winston Chang's R

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 ))
    }

}

Menggunakan paket tambal sulam , Anda cukup menggunakan +operator:

library(ggplot2)
library(patchwork)

p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))


p1 + p2

Ya, metode Anda perlu mengatur data Anda dengan tepat. Salah satu caranya adalah ini:

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()

Saya yakin ada trik yang lebih baik dalam plyr atau membentuk kembali - saya masih belum benar-benar mempercepat semua paket kuat oleh Hadley.

Menggunakan paket membentuk kembali Anda dapat melakukan sesuatu seperti ini.

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)

Ada juga paket multipanelfigure yang layak untuk disebutkan. Lihat juga jawaban ini .

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

Dibuat pada 2018-07-06 oleh paket reprex (v0.2.0.9000).

ggplot2 didasarkan pada grafik kotak, yang menyediakan sistem berbeda untuk mengatur plot pada halaman. The par(mfrow...)perintah tidak memiliki setara langsung, grid benda (disebut grobs ) tidak selalu diambil segera, tetapi dapat disimpan dan dimanipulasi sebagai objek R biasa sebelum dikonversi ke output grafis. Ini memungkinkan fleksibilitas yang lebih besar daripada menggambar model grafis dasar yang sekarang ini , tetapi strateginya sedikit berbeda.

Saya menulis grid.arrange()untuk menyediakan antarmuka sederhana sedekat mungkin par(mfrow). Dalam bentuknya yang paling sederhana, kode tersebut akan terlihat seperti:

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)

Lebih banyak opsi dirinci dalam sketsa ini .

Salah satu keluhan umum adalah bahwa plot tidak perlu disejajarkan misalnya ketika mereka memiliki label sumbu dengan ukuran yang berbeda, tetapi ini dengan desain: grid.arrangetidak berusaha untuk objek kasus ggplot2 khusus, dan memperlakukannya sama dengan grob lain (plot kisi, misalnya ). Ini hanya menempatkan grob dalam tata letak persegi panjang.

Untuk kasus khusus objek ggplot2, saya menulis fungsi lain ggarrange,, dengan antarmuka yang sama, yang mencoba menyelaraskan panel plot (termasuk plot yang difas) dan mencoba untuk menghormati rasio aspek ketika ditentukan oleh pengguna.

library(egg)
ggarrange(p1, p2, ncol = 2)

Kedua fungsi tersebut kompatibel dengan ggsave(). Untuk tinjauan umum tentang berbagai opsi, dan beberapa konteks historis, sketsa ini menawarkan informasi tambahan .

Pembaruan: Jawaban ini sudah sangat lama. gridExtra::grid.arrange()sekarang pendekatan yang direkomendasikan. Saya meninggalkan ini di sini kalau-kalau mungkin berguna.

Stephen Turner memposting arrange()fungsi di blog Getting Genetics Done (lihat posting untuk instruksi aplikasi)

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
  }
 }
}

Menggunakan 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

Solusi di atas mungkin tidak efisien jika Anda ingin memplot banyak plot ggplot menggunakan loop (misalnya seperti yang ditanyakan di sini: Membuat banyak plot di ggplot dengan nilai sumbu Y yang berbeda menggunakan loop ), yang merupakan langkah yang diinginkan dalam menganalisis yang tidak diketahui ( atau besar) set data (misalnya, ketika Anda ingin memplot Hitungan semua variabel dalam set data).

Kode di bawah ini menunjukkan cara melakukannya menggunakan 'multiplot ()' yang disebutkan di atas, sumbernya ada di sini: 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)
}

Sekarang jalankan fungsi - untuk mendapatkan Hitungan untuk semua variabel dicetak menggunakan ggplot pada satu halaman

dt = ggplot2::diamonds
plotAllCounts(dt)

Satu hal yang perlu diperhatikan adalah:
menggunakan aes(get(strX)), yang biasanya Anda gunakan dalam loop ketika bekerja dengan ggplot, dalam kode di atas bukannya aes_string(strX)TIDAK akan menggambar plot yang diinginkan. Sebagai gantinya, itu akan memplot plot terakhir berkali-kali. Saya belum tahu mengapa - mungkin harus melakukan aesdan aes_stringdipanggil ggplot.

Kalau tidak, harap Anda akan menemukan fungsi yang bermanfaat.

Dalam pengalaman saya, gridExtra: grid.arrange berfungsi dengan baik, jika Anda mencoba membuat plot dalam satu lingkaran.

Cuplikan Kode Pendek:

gridExtra::grid.arrange(plot1, plot2, ncol = 2)

The cowplotpaket memberi Anda cara yang baik untuk melakukan hal ini, dengan cara yang publikasi pakaian.

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")