今天介紹的拼圖包名為“ patchwork”

簡介

tidyverse可以說是追求代碼“易讀”的典范,今天介紹的拼圖包名為“ patchwork”,作者是tidyverse團隊成員-- Thomas Lin Pedersen
長得帥的大佬可以擁有寄幾的大照,雖然是黑白的:

image

博客地址:https://www.data-imaginist.com/2019/patch-it-up-and-send-it-out/

patchwork包官方教程https://patchwork.data-imaginist.com/index.html

總結一下他的功能和優點:

(1)支持直接p1+p2拼圖,比任何一個包都簡單

(2)復雜的布局代碼易讀性更強

(3)可以給子圖添加標記(例如ABCD, I II III IV 這樣)

(4)可以統一修改所有子圖

(5)可以將子圖的圖例移到一起,整體性特別好

簡單好用,功能強大,真香!

1.極簡入門-拼兩張圖

橫著就"+",豎著就"/"

library(ggplot2)

library(patchwork)

p1 <- ggplot(mpg) +

geom_point(aes(hwy, displ))

p2 <- ggplot(mpg) +

geom_bar(aes(manufacturer, fill = stat(count))) +

coord_flip

就是這么優秀:

p1 + p2

image

p1 / p2

image

2.多幾張圖p3 <- ggplot(mpg) +

geom_smooth(aes(hwy, cty)) +

facet_wrap(~year)

p1 + p2 + p3

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

p4 <- ggplot(mpg) +

geom_tile(aes(factor(cyl), drv, fill = stat(count)), stat = 'bin2d')

p1 + p2 + p3 + p4

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

繼承了矩陣的兩個參數”nrow“和"byrow"

p1 + p2 + p3 + p4 + plot_layout(nrow = 4)

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

再難一點也不在話下

(p1 | p2) /

p3

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

p1 | (p2 / p3)

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

(p1 | (p2 / p3)) +

plot_annotation(title = 'The surprising story about mtcars')

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

3.可以再復雜一點

大招:layout不用坐標,不用寬高比例,直接用ABCD就行

layout <- '

ABB

CCD

'

p1 + p2 + p3 + p4 + plot_layout(design = layout)

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

4.給子圖添加標記

啥也不說了,大佬怎么就這么優秀呢?

p1 + p2 + p3 +

plot_annotation(tag_levels = 'I')

> geom_smooth using method = 'loess' and formula 'y ~ x'

image

patchwork <- (p4 | p2) /

p1

patchwork + plot_annotation(tag_levels = 'A')

image

嵌套式的子標題也能搞定

patchwork <- ((p4 | p2) + plot_layout(tag_level = 'new')) /

p1

patchwork + plot_annotation(tag_levels = c( 'A', '1'))

image

5.統一修改所有子圖

用”&“符號,簡單的很

patchwork & theme_minimal

image

6.圖例管理

走開,圖例都給我去右邊

patchwork + plot_layout(guides = 'collect')

image

一樣的圖例可以只顯示一個,但是要讓閾值一致

patchwork <- patchwork & scale_fill_continuous(limits = c( 0, 60))

patchwork + plot_layout(guides = 'collect')

image

原文:https://www.sohu.com/a/365661180_718302

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,431評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,637評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,555評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,900評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,629評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,976評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,976評論 3 448
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,139評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,686評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,411評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,641評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,129評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,820評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,233評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,567評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,362評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,604評論 2 380

推薦閱讀更多精彩內容