内容简介:数据科学的生命周期离不开分析/研究结果的交流。事实上,数据可视化是R作为一种数据科学语言相对于最著名的Python具有优势的领域之一。由于ggplot2是R程序员的可视化DSL(领域特定语言),现在的竞争变成了如何有效地使用ggplot2包在给定的位置显示可视化。在本教程中,我们将学习如何组合多个ggplot图来生成可公开的图。我们将要使用的R包是cowplot。正如在包描述中所提到的,“cowplot包旨在为ggplot2提供一个可发布的主题,该主题需要最小限度地调整轴标签的大小、图背景等,还需要将多个图
数据科学的生命周期离不开分析/研究结果的交流。事实上,数据可视化是R作为一种数据科学语言相对于最著名的 Python 具有优势的领域之一。由于ggplot2是R程序员的可视化DSL(领域特定语言),现在的竞争变成了如何有效地使用ggplot2包在给定的位置显示可视化。
在本教程中,我们将学习如何组合多个ggplot图来生成可公开的图。我们将要使用的R包是cowplot。
关于包
正如在包描述中所提到的,“cowplot包旨在为ggplot2提供一个可发布的主题,该主题需要最小限度地调整轴标签的大小、图背景等,还需要将多个图组合成一个图并对这些图进行标记。”
包安装
cowplot可以直接从CRAN安装,使用以下代码:
install.packages("cowplot")
或者github的开发版本可以使用devtools安装,也可以使用以下代码远程安装:
#install.packages("devtools")
devtools::install_github("wilkelab/cowplot")
包加载
一旦安装了这个包,我们可以使用下面的代码来加载cowplot(就像在R中加载的其他包一样):
library(cowplot) library(ggplot2)
建造我们的第一个组合图
在cowplot中,它的工作方式是,我们将各个ggplot图分配为一个R对象(默认为ggplot类型)。这些对象最终被cowplot用来生成统一的单一图。
在下面的代码中,我们将使用R的内建数据集iris构建三个不同的直方图,然后将一个个地分配给R对象。最后,我们将使用cowplot包的函数plot_grid()来组合我们感兴趣的两个图。
#building the first plot
plot_histogram_SL <- ggplot(iris) +
geom_histogram(aes(Sepal.Length), fill = "#eeff00", bins = 200)
#building the second plot
plot_histogram_PL <- ggplot(iris) +
geom_histogram(aes(Petal.Length))
#building the third plot
plot_histogram_PL_SL <- ggplot(iris,aes(Petal.Length, Sepal.Length)) +
geom_point(alpha = 0.2)
#Arranging Multiple Plots in Columns - 2 in 1
plot_grid(plot_histogram_SL,
plot_histogram_PL_SL,
labels = c('Fig B','Fig C'),
label_x = 0.2,
ncol = 2)
如下图:
在上面的图中,你可以看到这两个图被标注了标题/标签图B和图c。正如上面的代码所写,这些标签被添加到plot_grid()函数的参数标签中。
我们还可以通过其他方式使用cowplot来排列上面的图。让我们看几个例子:
将多个图按着2行1列组合
#Arranging Multiple Plots in Rows - 2 in 1
plot_grid(plot_histogram_PL,
plot_histogram_SL,
labels = c('Fig A','Fig B'),
label_x = 0.2,
nrow = 2)
如下图:
3幅图组合
#A cowplot plot with ggplot - 3 in 1
plot_grid(plot_histogram_SL,
plot_histogram_PL_SL,
labels = c('Fig B','Fig C'),
label_x = 0.2,
ncol = 2) -> new_p1
plot_grid(plot_histogram_PL,
new_p1,
#labels = c('Fig A','Fig B'),
label_x = 0.2,
nrow = 2)
如下图:
正如上面的代码,我们可以把ggplot生成的图通过cowplot组合起来。通过这种方式,我们可以根据给定的位置和业务/用例需求以多种方式组合多个ggplot图。本教程中使用的全部代码可以在 github上找到 。
作者:Abdul Majed Raja 原文链接: https://datascienceplus.com/how-to-combine-multiple-ggplot-plots-to-make-publication-ready-plots/
版权声明: 作者保留权利。文章为作者独立观点,不代表数据人网立场。严禁修改,转载请注明原文链接:http://shujuren.org/article/822.html
数据人网: 数据人学习,交流和分享的平台,诚邀您创造和分享数据知识,共建和共享数据智库。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Python如何将两个或多个list合成一个list
- 极大提升合成速度,百度提出首个全并行语音合成模型ParaNet
- 探索 React 合成事件
- 浅谈 react 基本合成事件类
- 基于学习的证据合成方法研究
- LearningAVFoundation之视频合成+转场过渡动画
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Data Structures and Algorithm Analysis in Java
Mark A. Weiss / Pearson / 2006-3-3 / USD 143.00
As the speed and power of computers increases, so does the need for effective programming and algorithm analysis. By approaching these skills in tandem, Mark Allen Weiss teaches readers to develop wel......一起来看看 《Data Structures and Algorithm Analysis in Java》 这本书的介绍吧!