要想在同一頁(yè)面上排列多個(gè)ggplot2圖形，基本的R函數(shù)par() 和 layout()是無(wú)效的。解決方案之一是使用 gridExtra包中的一些函數(shù)來排版多個(gè)圖形：
-
grid.arrange()，arrangeGrob()函數(shù)可以用來在同一頁(yè)面排版多個(gè)圖形； -
marrangeGrob()函數(shù)可以用于在多個(gè)頁(yè)面排版多個(gè)圖形。
但是，這幾個(gè)函數(shù)并不能按照?qǐng)D形軸線排列整齊，只能是按圖形原樣依次排列（如下圖所示）。如果想多個(gè)圖按照軸線對(duì)齊排列，可以使用cowplot包中的plot_grid()函數(shù)。但是，cowplot 包并不包含在多個(gè)頁(yè)面排列多個(gè)圖形的功能。因此，解決方案就是使用ggpubr包中的ggarrange()函數(shù)來實(shí)現(xiàn)該功能，此外，該函數(shù)還可以為多個(gè)圖形創(chuàng)建統(tǒng)一的圖例。
下面將介紹如何使用 ggpubr, cowplot 和 gridExtra包在同一頁(yè)面和多個(gè)頁(yè)面上排列多個(gè)圖形以及如何輸出圖形到文件中。
ggpubr包的安裝可以參考這篇文章-->>ggpubr：快速繪制用于發(fā)表的圖形。
加載數(shù)據(jù)
數(shù)據(jù)：ToothGrowth 和mtcars數(shù)據(jù)集。
# ToothGrowth
data("ToothGrowth")
head(ToothGrowth)
## len supp dose
## 1 4.2 VC 0.5
## 2 11.5 VC 0.5
## 3 7.3 VC 0.5
## 4 5.8 VC 0.5
## 5 6.4 VC 0.5
## 6 10.0 VC 0.5
# mtcars
data("mtcars")
mtcars$name <- rownames(mtcars)
mtcars$cyl <- as.factor(mtcars$cyl)
head(mtcars[, c("name", "wt", "mpg", "cyl")])
## name wt mpg cyl
## Mazda RX4 Mazda RX4 2.62 21.0 6
## Mazda RX4 Wag Mazda RX4 Wag 2.88 21.0 6
## Datsun 710 Datsun 710 2.32 22.8 4
## Hornet 4 Drive Hornet 4 Drive 3.21 21.4 6
## Hornet Sportabout Hornet Sportabout 3.44 18.7 8
## Valiant Valiant 3.46 18.1 6
繪制圖形
繪制4個(gè)不同的圖形：
- 使用ToothGrowth 數(shù)據(jù)集繪制一個(gè)箱線圖和點(diǎn)圖；
- 使用mtcars數(shù)據(jù)集繪制一個(gè)條形圖和散點(diǎn)圖；
繪制箱線圖和點(diǎn)圖：
# Box plot (bp)
bxp <- ggboxplot(ToothGrowth, x = "dose", y = "len",
color = "dose", palette = "jco")
bxp
# Dot plot (dp)
dp <- ggdotplot(ToothGrowth, x = "dose", y = "len",
color = "dose", palette = "jco", binwidth = 1)
dp
繪制條形圖和散點(diǎn)圖：
# Bar plot (bp)
bp <- ggbarplot(mtcars, x = "name", y = "mpg",
fill = "cyl", # 根據(jù)cyl類型填充顏色
color = "white", # 將條形邊框顏色設(shè)為白色
palette = "jco", # jco 調(diào)色板
sort.val = "asc", # 按升序排序
sort.by.groups = TRUE, # 分組排序
x.text.angle = 90 # 垂直旋轉(zhuǎn)x軸文本
)
bp + font("x.text", size = 8)
# Scatter plots (sp)
sp <- ggscatter(mtcars, x = "wt", y = "mpg",
add = "reg.line", # 添加回歸線
conf.int = TRUE, # 添加置信區(qū)間
color = "cyl", palette = "jco", # 根據(jù)cyl填充顏色
shape = "cyl" # 根據(jù)cyl類型設(shè)置點(diǎn)形狀
)+
stat_cor(aes(color = cyl), label.x = 3) # 添加相關(guān)系數(shù)
sp
排版多個(gè)圖形
使用ggpubr包中的ggarrange()函數(shù)來排版多個(gè)圖形：
ggarrange(bxp, dp, bp + rremove("x.text"),
labels = c("A", "B", "C"),
ncol = 2, nrow = 2)
或者，也可以使用cowplot包中的plot_grid()函數(shù)：
library("cowplot")
plot_grid(bxp, dp, bp + rremove("x.text"),
labels = c("A", "B", "C"),
ncol = 2, nrow = 2)
或者，也可以使用gridExtra包中的grid.arrange() 函數(shù)：
library("gridExtra")
grid.arrange(bxp, dp, bp + rremove("x.text"),
ncol = 2, nrow = 2)
注釋排版的圖形
使用 annotate_figure()函數(shù):
figure <- ggarrange(sp, bp + font("x.text", size = 10),
ncol = 1, nrow = 2)
annotate_figure(figure,
top = text_grob("Visualizing mpg", color = "red", face = "bold", size = 14),
bottom = text_grob("Data source: \n mtcars data set", color = "blue",
hjust = 1, x = 1, face = "italic", size = 10),
left = text_grob("Figure arranged using ggpubr", color = "green", rot = 90),
right = "I'm done, thanks :-)!",
fig.lab = "Figure 1", fig.lab.face = "bold"
)
對(duì)齊繪圖區(qū)
例如，當(dāng)需要將風(fēng)險(xiǎn)表放在生存曲線下方時(shí)，便需要將兩個(gè)圖形的繪圖區(qū)對(duì)齊。
# 擬合生存曲線
install.packages("survminer")
library(survival)
fit <- survfit( Surv(time, status) ~ adhere, data = colon )
# 繪制生存曲線
library(survminer)
ggsurv <- ggsurvplot(fit, data = colon,
palette = "jco", # jco palette
pval = TRUE, pval.coord = c(500, 0.4), # Add p-value
risk.table = TRUE # Add risk table
)
names(ggsurv)
ggsurv 是一個(gè)包含以下兩個(gè)部分的列表：
- plot：生存曲線
- table：風(fēng)險(xiǎn)表圖
繪制生存曲線和風(fēng)險(xiǎn)表：
ggarrange(ggsurv$plot, ggsurv$table, heights = c(2, 1),
ncol = 1, nrow = 2)
對(duì)齊縱坐標(biāo)軸：
ggarrange(ggsurv$plot, ggsurv$table, heights = c(2, 1),
ncol = 1, nrow = 2, align = "v")
更改圖形的行列跨度
使用ggpubr包
使用嵌套的ggarrange() 函數(shù)：
ggarrange(sp, # 第一行為散點(diǎn)圖
ggarrange(bxp, dp, ncol = 2, labels = c("B", "C")), # 第二行為箱線圖和點(diǎn)圖
nrow = 2,
labels = "A" # 散點(diǎn)圖的標(biāo)簽
)
使用cowplot包
使用函數(shù)ggdraw() + draw_plot() + draw_plot_label()可以將圖形放置在特定位置。
用ggdraw()函數(shù)創(chuàng)建一個(gè)空畫布：
ggdraw()
畫布中的坐標(biāo)位置：
畫布中的坐標(biāo)位置
draw_plot()，將圖形放置在畫布的某個(gè)位置：
draw_plot(plot, x = 0, y = 0, width = 1, height = 1)
- plot：ggplot2圖形或gtable
- x, y: 圖形要放置的位置
- width, height: 圖形的寬度和高度
draw_plot_label()，在圖的左上角添加圖標(biāo)簽：
draw_plot_label(label, x = 0, y = 1, size = 16, ...)
- label: 要繪制的標(biāo)簽向量
- x, y: 標(biāo)簽的位置
- size: 標(biāo)簽字體大小
排版多個(gè)圖形：
library("cowplot")
ggdraw() +
draw_plot(bxp, x = 0, y = .5, width = .5, height = .5) +
draw_plot(dp, x = .5, y = .5, width = .5, height = .5) +
draw_plot(bp, x = 0, y = 0, width = 1, height = 0.5) +
draw_plot_label(label = c("A", "B", "C"), size = 15,
x = c(0, 0.5, 0), y = c(1, 1, 0.5))
使用gridExtra 包
使用arrangeGrop()函數(shù)可以修改圖形的行列跨度：
library("gridExtra")
grid.arrange(sp, # 第一行為跨兩列的圖形
arrangeGrob(bxp, dp, ncol = 2), # 第二行為兩個(gè)圖形
nrow = 2) # 行數(shù)
也可以使用函數(shù)
grid.arrange()中的參數(shù)layout_matrix來創(chuàng)建復(fù)雜的布局：
grid.arrange(bp, # 跨兩列的圖形
bxp, sp, # 箱線圖和散點(diǎn)圖
ncol = 2, nrow = 2,
layout_matrix = rbind(c(1,1), c(2,3)))
使用cowplot包中的
draw_plot_label()函數(shù)注釋圖形：
library("gridExtra")
library("cowplot")
# 排版圖形
# 生成 gtable (gt)
gt <- arrangeGrob(bp, # 跨兩列的條形圖
bxp, sp, # 箱線圖和散點(diǎn)圖
ncol = 2, nrow = 2,
layout_matrix = rbind(c(1,1), c(2,3)))
# Add labels to the arranged plots
p <- as_ggplot(gt) + # 將gt轉(zhuǎn)換為ggplot
draw_plot_label(label = c("A", "B", "C"), size = 15,
x = c(0, 0, 0.5), y = c(1, 0.5, 0.5)) # 添加標(biāo)簽
p
函數(shù)
arrangeGrob()與grid.arrange()的主要區(qū)別在于grid.arrange()會(huì)自動(dòng)輸出排版好的圖形。如果要對(duì)圖形進(jìn)行注釋，最好使用arrangeGrob()。
使用grid 包
可以使用grid 包中的grid.layout()函數(shù)來創(chuàng)建復(fù)雜的布局。另外，它還提供了函數(shù)viewport()來定義布局上的區(qū)域或視圖。函數(shù)print()用于將圖放置在指定區(qū)域中。
一般步驟如下：
- 繪制圖形：p1, p2, p3, ...
- 使用
grid.newpage()函數(shù)移至網(wǎng)格布局上的新頁(yè)面 - 創(chuàng)建一個(gè)2 x 2的布局
- 定義網(wǎng)格視圖
- 將圖形輸出到視圖上
library(grid)
# 轉(zhuǎn)移至新頁(yè)面
grid.newpage()
# 創(chuàng)建3行2列的布局
pushViewport(viewport(layout = grid.layout(nrow = 3, ncol = 2)))
# 用于在布局上定義區(qū)域的幫助函數(shù)
define_region <- function(row, col){
viewport(layout.pos.row = row, layout.pos.col = col)
}
# 排版圖形
print(sp, vp = define_region(row = 1, col = 1:2)) # 跨兩列
print(bxp, vp = define_region(row = 2, col = 1))
print(dp, vp = define_region(row = 2, col = 2))
print(bp + rremove("x.text"), vp = define_region(row = 3, col = 1:2))
通用圖例
要將通用圖例放在組合圖的邊緣，可以將ggarrange()函數(shù)與以下參數(shù)一起使用：
- common.legend = TRUE: 將通用圖例放在頁(yè)邊
- legend: 指定圖例位置
ggarrange(bxp, dp, labels = c("A", "B"),
common.legend = TRUE, legend = "bottom")
具有邊際密度圖的散點(diǎn)圖
# 根據(jù) "Species"類型著色的散點(diǎn)圖
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
color = "Species", palette = "jco",
size = 3, alpha = 0.6)+
border()
# 繪制x和y的邊際密度圖
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species",
palette = "jco")+
rotate()
# 對(duì)邊際密度圖使用clean主題
yplot <- yplot + clean_theme()
xplot <- xplot + clean_theme()
# 圖形排版
ggarrange(xplot, NULL, sp, yplot,
ncol = 2, nrow = 2, align = "hv",
widths = c(2, 1), heights = c(1, 2),
common.legend = TRUE)
混排表格，文字和圖形
下面將展示如何使用iris 數(shù)據(jù)集在圖表旁邊添加文本和表格。
首先繪制下面幾個(gè)圖形：
- 變量“ Sepal.Length”的密度圖。R函數(shù)：
ggdensity() - Sepal.Length變量的統(tǒng)計(jì)表。R函數(shù)：
desc_statby()和ggtexttable() - 文本。R函數(shù)：
ggparagraph()
最后使用ggarrange()函數(shù)進(jìn)行排版。
# Density plot of "Sepal.Length"
density.p <- ggdensity(iris, x = "Sepal.Length",
fill = "Species", palette = "jco")
# Draw the summary table of Sepal.Length
# Compute descriptive statistics by groups
stable <- desc_statby(iris, measure.var = "Sepal.Length",
grps = "Species")
stable <- stable[, c("Species", "length", "mean", "sd")]
# Summary table plot, medium orange theme
stable.p <- ggtexttable(stable, rows = NULL,
theme = ttheme("mOrange"))
# Draw text
text <- paste("iris data set gives the measurements in cm",
"of the variables sepal length and width",
"and petal length and width, respectively,",
"for 50 flowers from each of 3 species of iris.",
"The species are Iris setosa, versicolor, and virginica.", sep = " ")
text.p <- ggparagraph(text = text, face = "italic", size = 11, color = "black")
# Arrange the plots on the same page
ggarrange(density.p, stable.p, text.p,
ncol = 1, nrow = 3,
heights = c(1, 0.5, 0.3))
在ggplot圖中插入圖形元素
ggplot2中的annotation_custom()函數(shù)可用于在ggplot的繪圖區(qū)域內(nèi)添加表，圖形或其他基于網(wǎng)格的元素。其基本格式為：
annotation_custom(grob, xmin, xmax, ymin, ymax)
- grob: 要插入的外部圖形元素
- xmin, xmax : 數(shù)據(jù)坐標(biāo)中的水平位置
- ymin, ymax : 數(shù)據(jù)坐標(biāo)中的垂直位置
將表格插入ggplot圖中
density.p + annotation_custom(ggplotGrob(stable.p),
xmin = 5.5, ymin = 0.7,
xmax = 8)
將箱線圖插入ggplot圖中
# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
color = "Species", palette = "jco",
size = 3, alpha = 0.6)
# Create box plots of x/y variables
# Box plot of the x variable
xbp <- ggboxplot(iris$Sepal.Length, width = 0.3, fill = "lightgray") +
rotate() +
theme_transparent()
# Box plot of the y variable
ybp <- ggboxplot(iris$Sepal.Width, width = 0.3, fill = "lightgray") +
theme_transparent()
# Create the external graphical objects
# called a "grop" in Grid terminology
xbp_grob <- ggplotGrob(xbp)
ybp_grob <- ggplotGrob(ybp)
# Place box plots inside the scatter plot
xmin <- min(iris$Sepal.Length); xmax <- max(iris$Sepal.Length)
ymin <- min(iris$Sepal.Width); ymax <- max(iris$Sepal.Width)
yoffset <- (1/15)*ymax; xoffset <- (1/15)*xmax
# Insert xbp_grob inside the scatter plot
sp + annotation_custom(grob = xbp_grob, xmin = xmin, xmax = xmax,
ymin = ymin-yoffset, ymax = ymin+yoffset) +
# Insert ybp_grob inside the scatter plot
annotation_custom(grob = ybp_grob,
xmin = xmin-xoffset, xmax = xmin+xoffset,
ymin = ymin, ymax = ymax)
將背景圖插入ggplot圖中
導(dǎo)入背景圖。根據(jù)背景圖的格式，可以使用jpeg 包中的函數(shù)readJPEG()或png包中的函數(shù)readPNG()。
# 導(dǎo)入背景圖
install.packages("png")
library(png)
img.file <- download.file("http://www.sthda.com/english/sthda-upload/images/ggpubr/ggpubr.png", destfile ="ggpubr.png", mode = 'wb')
img <- png::readPNG('ggpubr.png')
將ggplot與背景圖合并:
library(ggplot2)
library(ggpubr)
ggplot(iris, aes(Species, Sepal.Length))+
background_image(img)+
geom_boxplot(aes(fill = Species), color = "white")+
fill_palette("jco")
使用alpha參數(shù)修改箱線圖的透明度：
library(ggplot2)
library(ggpubr)
ggplot(iris, aes(Species, Sepal.Length))+
background_image(img)+
geom_boxplot(aes(fill = Species), color = "white", alpha = 0.5)+
fill_palette("jco")
將法國(guó)地圖作為另一個(gè)圖形的背景圖：
mypngfile <- download.file("https://upload.wikimedia.org/wikipedia/commons/thumb/e/e4/France_Flag_Map.svg/612px-France_Flag_Map.svg.png",
destfile = "france.png", mode = 'wb')
img <- png::readPNG('france.png')
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) +
background_image(img)+
geom_point(aes(color = Species), alpha = 0.6, size = 5)+
color_palette("jco")+
theme(legend.position = "top")
多頁(yè)圖形的排版
如果圖形數(shù)量很多，就需要將其放置在多個(gè)頁(yè)面上了，而ggarrange()函數(shù)便可以實(shí)現(xiàn)這種功能。當(dāng)指定了nrow和 ncol之后，ggarrange()函數(shù)便可以自動(dòng)計(jì)算排版所有圖形所需的頁(yè)數(shù)。
# 兩頁(yè)的列表，每頁(yè)兩個(gè)圖
multi.page <- ggarrange(bxp, dp, bp, sp,
nrow = 1, ncol = 2)
# 查看每個(gè)頁(yè)面
multi.page[[1]]
multi.page[[2]]
也可以使用ggexport()函數(shù)到處為文件：
ggexport(multi.page, filename = "multi.page.ggplot2.pdf")
PDF file: multi.page.ggplot2.pdf
也可以使用marrangeGrob()函數(shù)實(shí)現(xiàn)多頁(yè)輸出。
library(gridExtra)
res <- marrangeGrob(list(bxp, dp, bp, sp), nrow = 1, ncol = 2)
# 輸出為pdf文件
ggexport(res, filename = "multi.page.ggplot2.pdf")
res
使用ggarrange()的嵌套布局
p1 <- ggarrange(sp, bp + font("x.text", size = 9),
ncol = 1, nrow = 2)
p2 <- ggarrange(density.p, stable.p, text.p,
ncol = 1, nrow = 3,
heights = c(1, 0.5, 0.3))
ggarrange(p1, p2, ncol = 2, nrow = 1)
導(dǎo)出圖形
使用函數(shù)ggexport()。
首先繪制四個(gè)圖形：
plots <- ggboxplot(iris, x = "Species",
y = c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width"),
color = "Species", palette = "jco"
)
plots[[1]]
plots[[2]]
然后，可以將單個(gè)圖形導(dǎo)出到文件（pdf，eps或png），導(dǎo)出時(shí)還可以進(jìn)行排版。
將單個(gè)圖導(dǎo)出到pdf文件（每頁(yè)一個(gè)圖）：
ggexport(plotlist = plots, filename = "test.pdf")
排版并導(dǎo)出：
ggexport(plotlist = plots, filename = "test.pdf",
nrow = 2, ncol = 1)
