数据可视化ggplot2系列——分面

R 数据可视化

0. 准备

library(ggplot2)
set.seed(100)
d.sub <- diamonds[sample(nrow(diamonds), 500), ]
head(d.sub, 4)
theme_set(theme_bw())
p <- ggplot(data=d.sub, aes(x=carat, y=price)) 

1 缠绕分面 facet_wrap

levels(d.sub$cut) 
p + geom_point() + facet_wrap(~cut) 

facet_wrap()函数：

facet_wrap(facets, 
           nrow = NULL, 
           ncol = NULL, 
           scales = "fixed", 
           shrink = TRUE, 
           as.table = TRUE, 
           drop = TRUE)

facets：分面参数如 ~cut，表示用 cut 变量进行数据分类
nrow：绘制图形的行数
ncol：绘制图形的列数，一般nrow/ncol只设定一个即可
scales：坐标刻度的范围，可以设定四种类型。
   fixed 表示所有小图均使用统一坐标范围；
   free表示每个小图按照各自数据范围自由调整坐标刻度范围；
   free_x为自由调整x轴刻度范围；
   free_y为自由调整y轴刻度范围。
shrinks：也和坐标轴刻度有关，如果为TRUE（默认值）则按统计后的数据调整刻度范围，否则按统计前的数据设定坐标。
as.table：和小图排列顺序有关的选项。如果为TRUE（默认）则按表格方式排列，即最大值（指分组level值）排在表格最后即右下角，否则排在左上角。
drop：是否丢弃没有数据的分组，如果为TRUE（默认），则空数据组不绘图。

下面看看 scales 的设定效果：

p + geom_point() + facet_wrap(~cut, scales="free") + ggtitle('scales="free"')
p + geom_point() + facet_wrap(~cut, scales="free_y") + ggtitle('scales="free_y"')

2 格网分面 facet_grid

qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut)

显然参数 color~cut对数据的分组和小图排列有决定作用，波浪号前为小图分行标准，后面为分列标准。

facet_grid(facets, 
           margins = FALSE, 
           scales = "fixed", 
           space = "fixed", 
           shrink = TRUE, 
           labeller = "label_value", 
           as.table = TRUE, 
           drop = TRUE)

和facet_wrap比较，除不用设置ncol和nrow外（facets公式已经包含）外还有几个参数不同：

margins：这不是设定图形边界的参数。它是指用于分面的包含每个变量元素所有数据的数据组。

qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut, margins=TRUE)

space：这个参数要配合scales使用，如果为fixed（默认），所有小图的大小都一样，如果为free/free_x/free_y，小图的大小将按照坐标轴的跨度比例进行设置。

qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut, space="free_x", scales="free_x")

labeller：这是设定小图标签的，facet_grid的函数说明档讲得比较明白，参考之。或许会在后面介绍。
下面简单看看2个以上分组标准获得什么样的图：

qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color+clarity~cut)