目前最全的R語言-圖片的組合與拼接

• 2019 年 10 月 8 日
• 筆記

前言

李譽輝，四川大學碩士在讀，研究數據分析與可視化，以及網絡爬蟲。譽輝兄最近出的文章都是很系統的，從R ggplot2的基礎講解到三維數據可視化plot3D，文章都整理講解得很全面系統，我本人也是很喜歡這樣的文章，故而推薦給大家。

非常感謝譽輝兄撰寫這一篇目前最全的R語言-圖片的組合與拼接！我們也歡迎更多R和python的數據分析與可視化愛好者一起來學習與探討技術。

你們的鼓勵與探討，才是作者撰文寫稿源源不斷的動力！

張傑

1 customLayout包

參考來源：

https://www.rdocumentation.org/packages/customLayout/versions/0.2.0 https://mp.weixin.qq.com/s/zbp8pOQcNB4XBBF5SCg5GA

1.1 簡介

customLayout用於拼圖特別方便，尤其是儀錶盤布局 支持R內置的base繪圖對象，ggplot2對象（與grid結合 ）

Hide

library(ggplot2)library(customLayout)

1.2 簡單畫布

通過設置簡單的數字矩陣以及對應的寬高比，可以非常方便的設置出來數字拼圖 關鍵函數：

• lay_new() 創建拼圖畫布
• lay_show() 顯示拼圖畫布

mat數字矩陣必須從1開始，且必須連續

library(ggplot2)library(customLayout)  # 創建拼圖畫布lay1 <- lay_new(    mat = matrix(1:4, ncol = 2),  # 矩陣分佈，mat表示指定排版的數字矩陣    widths = c(3,2),  # 設定寬度比例    heights = c(2,1)  # 設置高度比例)# 顯示拼圖畫布lay_show(lay1)    # 創建第2個拼圖畫布，與第1個結構一樣，只是比例不一樣  lay2 <- lay_new(  matrix(1:4, nc = 2), widths = c(3, 5),heights = c(2, 4))  lay_show(lay2)

1.3 畫布合併

其它拼圖包沒有的功能，非常好用 跟合併矩陣類似。分為行合併和列合併

• lay_bind_col() 畫布列合併 lay_bind_col(x, y, widths = c(1, 1), addmax = TRUE) 參數widths表示指定合併寬度比
• lay_bind_row() 畫布行合併 lay_bind_row(x, y, heights = c(1, 1), addmax = TRUE) 參數heights表示指定合併高度比

library(ggplot2)library(customLayout)# 畫布列合併  cl_1 <- lay_bind_col(lay1, lay2, widths = c(3, 1))  # 指定合併寬度比為3:1  lay_show(cl_1)# 畫布行合併  cl_2 <- lay_bind_row(lay1, lay2, heights = c(3, 1))  # 指定合併高度比為3:1  lay_show(cl_2)# 多次合併  lay_show(lay_bind_col(cl_1, cl_2, widths = c(2:1)))

1.4 畫布嵌套

這個功能也是其它包沒有的，非常有用 關鍵函數：

• lay_split_field(lay, newlay, field)

參數lay表示大畫布，參數newlay表示要嵌套進去的小畫布，field表示指定要嵌套的區域編號

library(ggplot2)library(customLayout)  slay <- lay_split_field(lay1, lay2, field = 1)  # 將畫布lay2嵌套進lay1的第1個區域，即左上角格子  lay_show(slay)

library(ggplot2)  library(customLayout)  slay2 <- lay_split_field(lay = lay2, new = lay1, field = 4)  # 將畫布lay1嵌套進lay2的第4個區域，即右下角格子  lay_show(slay2)

1.5 填充圖片

關鍵函數：

• lay_set(layout) 將畫布layout設置為繪圖布局，用於base繪圖對象
• lay_grid(grobs, lay, ...) 將繪圖對象grobs填充到畫布lay中， 用於ggplot2等繪圖對象

1.5.1 基礎繪圖對象填充

library(ggplot2)  library(customLayout)  par(mar = c(3, 2, 2, 1)) # 設定頁邊距# 創建排版畫布  lay1  <- lay_new(    matrix(1:4, nc = 2), # 2行2列布局畫布    widths = c(3, 2),  heights = c(2, 1))  lay2 <- lay_new(matrix(1:3)) # 3行1列布局畫布  cl <- lay_bind_col(lay1, lay2, widths = c(3, 1))  # 畫布列合併  lay_show(cl)  lay_set(cl)  # 設定繪圖對象布局  set.seed(123)# 繪圖填充  plot(1:100 + rnorm(100)) # 填充到畫布第1格  plot(rnorm(100), type = "l") # 填充到畫布第2格  hist(rnorm(500))acf(rnorm(100)) # 填充到畫布第4格  pie(c(3, 4, 6), col = 2:4)  pie(c(3, 2, 7), col = 2:4 + 3)  pie(c(5, 4, 2), col = 2:4 + 6)

1.5.2 ggplot2繪圖對象填充

library(ggplot2)  library(customLayout)  library(gridExtra)# 創建排版畫布  lay1 <- lay_new(matrix(1:2, ncol = 1))  # 2行1列畫布  lay2 <- lay_new(matrix(1:3))  # 3行1列畫布  cl <- lay_bind_col(lay1, lay2, widths = c(3, 1))  # 畫布列合併# 創建數據cuts <- sort(unique(diamonds[["cut"]]), decreasing = TRUE)  make_cut_plot <- function(cut) {      dd <- diamonds[cut == diamonds[["cut"]], ]  #      ggplot(dd) +        geom_point(aes(carat, price)) +       facet_wrap("cut")  # 封裝分面}    plots <- lapply(cuts, make_cut_plot)  # 對不同切割水平的進行作圖  lay_grid(plots, cl)  # 將繪圖對象依次填充到cl畫布中

2 cowplot包

cowplot是一個ggplot2包的簡單補充，意味着其可以為ggplot2提供出版物級的主題等。 更重要的是，這個包可以組合多個」ggplot2」繪製的圖為一個圖，並且為每個圖加上例如A,B,C等標籤， 這在具體的出版物上通常是要求的。 語法結構與ggplot類似，將ggplot2圖作為一個對象置於ggdraw()中 表達式：

draw_plot(plot, x = 0, y = 0, width = 1, height = 1, scale = 1) draw_text(text, x = 0.5, y = 0.5, size = 14, hjust = 0.5, vjust = 0.5,...) draw_plot_label(label, x = 0, y = 1, hjust = -0.5, vjust = 1.5, size = 16, fontface = "bold", family = NULL, colour = NULL, ...)

參數解釋：

• plot 表示ggplot2繪圖對象
• x, y 表示子圖的起點坐標(左下角坐標)，在0-1之間，表示占母圖的比例，
• width, height 表示子圖長寬所佔比例，在0-1之間
• text 表示要映射的文本向量
• label 表示要映射的文本向量
• 其它參數與ggplot2中意思一樣

library(ggplot2)  library(cowplot)  library(showtext)  font_add_google("Dancing Script", "Dancing")    plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) +  geom_point() +  facet_grid(cols = vars(Species))  # 按Species列分面    plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) +  geom_point(size = 2.5) +  labs(title = "dot plot")    plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) +  geom_bar() +  theme(axis.text.x = element_text(angle = 70, vjust = 0.5)) +  labs(title = "bar plot")    gg <- ggdraw() +  draw_plot(plot.iris, 0, 0.5, 1, 0.5) + # 在母圖上半部，占母圖比例1/2  draw_plot(plot.mpg, 0, 0, 0.5, 0.5) + # 在母圖左下角，占母圖比例1/4  draw_plot(plot.diamonds, 0.5, 0, 0.5, 0.5) + # 在母圖右下角，占母圖比例1/4  draw_plot_label(c("A", "B", "C"), c(0, 0, 0.5), c(1, 0.5, 0.5), size = 15, colour = "cyan", family = "Dancing") # 加上標籤，  showtext_begin()  print(gg)  showtext_end()

3 grid 包

grid中文翻譯為網格，可將其解釋為畫布分割，通過設定相應的參數，從而可以任意的擺放圖形 常用函數：

• grid.newpage() 創建新的畫布
• grid.layout() 分割畫布，使用參數widths和heights指定分割比例 ,從上到下，從左到右排列
• viewport() 在畫布中創建視窗
• grid.show.viewport() 在畫布中展示視窗
• grid.show.layout() 展示分割的畫布
• pushViewport() 將新建的viewport推出去，即將工作區域切換到新的viewport
• popViewport() 將當前的viewport刪除，其父viewport作為新的工作區域, 子viewport中的繪製的圖形不會被刪除
• downViewport() 導航到子viewport，並作為工作區域，原viewport不會刪除
• upViewport() 導航到父viewport，父viewport變為工作區域, 原viewport不會被刪除
• seekViewport() 導航到name參數所在的viewport,並作為工作區域
• grid.text() 輸出文本標籤,坐標只與畫布有關，與viewport無關

語法：

viewport(x = unit(0.5, "npc"), y = unit(0.5, "npc"),           width = unit(1, "npc"), height = unit(1, "npc"),           default.units = "npc", just = "centre",           gp = gpar(), clip = "inherit",           xscale = c(0, 1), yscale = c(0, 1),           angle = 0,           layout = NULL,           layout.pos.row = NULL, layout.pos.col = NULL,           name = NULL)    grid.layout(nrow = 1, ncol = 1,          widths = unit(rep_len(1, ncol), "null"),          heights = unit(rep_len(1, nrow), "null"),          default.units = "null", respect = FALSE,          just="centre")

參數解釋：

• name 指定viewport的名字，用於搜索和定位
• x,y 為起點坐標，默認是矩形視窗中心坐標，為0 – 1的數字，表示佔newpage的比例
• width, height 為矩形視窗的長寬，同樣是佔newpage的比例
• angle 表示角度，從-360到360,正數表示逆時針旋轉，負數表示順時針旋轉
• just 表示指定視窗起點位置，默認「centre」, 還可以設置左下角c(「left」, 「buttom」), 右上角c(「right」, 「top」) 等
• layout grid.layout 對象，用於將當前的viewport拆分為子區域
• layout.pos.row 創建的viewport在父節點layout的行位置
• layout.pos.col 創建的viewport在父節點的layout列位置
• nrow 表示將該區域拆分為幾行
• ncol 表示將該區域拆分為幾列
• widths 表示每個子區域的寬度,向量長度等於ncol
• heights 表示每個子區域的高度，向量長度等於nrow
• gp = gpar() 表示傳遞其它參數，如: col/fill顏色,lty線型, lwd線寬, fontsize文本尺寸, fontfamily字體, fontface字型等， 可以通過?gpar查詢

library(ggplot2)  library(grid)  grid.newpage()  # 創建一個空白畫布  vp1 <- viewport(x = 0.5, y = 0.5, width = 0.5, height = 0.25, angle = 45)  # 設定視窗大小  grid.show.viewport(vp1)  # 查看在畫布中的的視窗，自動上色，方便觀察

library(ggplot2)  library(grid)  library(showtext)    YaHei <- windowsFont("微軟雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右鍵字體，然後點擊屬性，regular指定常規, bold表示指定粗體字體  showtext_auto()  #### 父viewport  grid.newpage()  #新建一個page  vp1 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  #新建一個viewport，起點為左下角，  pushViewport(vp1)  # 推出vp1  grid.rect(gp = gpar(col = "red"))  # 新建一個矩形,gp=gpar()表示設置圖形參數  grid.text("我在vp1_1", x = 0.8, y = 0.2, gp = gpar(col = "red", fontfamily = "YaHei", fontsize = 15))  # 新建一個文本,輸出到vp1    vp2 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  # 新建一個viewport，起點為左下角，  pushViewport(name = vp2)  # 將工作區域設置到vp2  grid.rect(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "blue", lty = "dashed"))  # 新建一個矩形,gp=gpar()表示設置圖形參數    grid.text("我在vp2_1", x = 0.8, y = 0.3, gp = gpar(col = "blue", fontfamily = "YaHei", fontsize = 15))  # 新建一個文本,輸出到vp2    vp3 <- viewport(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"))  pushViewport(vp3)  grid.rect(x = 0.1, y = 0.2, width = 0.7, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "orange", lty = "twodash", lwd = 2))  # 新建一個矩形,gp=gpar()表示設置圖形參數    grid.text("我在vp3_1", x = 0.6, y = 0.4, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 新建一個文本,輸出到vp2

layout參數

library(ggplot2)  library(grid)  grid.newpage()  g1 <- grid.layout(nrow = 3, ncol = 2, widths = c(2, 3), heights = c(2, 1, 3))  # 設置分割的寬度和長度比例    grid.show.layout(l = g1)

綜合例子

library(ggplot2)  library(grid)  library(showtext)    YaHei <- windowsFont("微軟雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右鍵字體，然後點擊屬性，regular指定常規, bold表示指定粗體字體  showtext_auto()    plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) +  geom_point() +  facet_grid(cols = vars(Species))  # 按Species列分面    plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) +  geom_point(size = 2.5) +  labs(title = "dot plot")    plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) +  geom_bar() +  theme(axis.text.x = element_text(angle = 70,      vjust = 0.5)) + labs(title = "bar plot")  grid.newpage()  # 新建畫布  layout_1 <- grid.layout(nrow = 3, ncol = 2, widths = c(1, 1), heights = c(1,      4, 5))  # 分成上下2*3共6個版塊，最上面版塊顯示標題    pushViewport(viewport(layout = layout_1))  # 推出分成6個版塊的視窗  print(plot.iris, vp = viewport(layout.pos.row = 2, layout.pos.col = c(1, 2)))  # 在中間一行子視窗中畫plot.iris  print(plot.mpg, vp = viewport(layout.pos.row = 3, layout.pos.col = 1))  # 在左下角子視窗中畫plot.mpg  print(plot.diamonds, vp = viewport(layout.pos.row = 3, layout.pos.col = 2))  #在右下角子視窗中畫plot.diamonds  grid.text("我是畫布名稱", x = 0.5, y = 0.95, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 增加畫布標題

3.1 子母圖

字母圖，主要是形成局部放大的效果，既可以從整體上對比，又兼顧特別小的數據組，或特別密的數據點可以查看，而沒有必要單獨做2張圖

library(ggplot2)library(grid)

3.2 grid 拼接蝴蝶圖

library(ggplot2)  library(grid)  library(dplyr)  library(showtext)  library(Cairo)  YaHei <-  windowsFont("微軟雅黑")  font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右鍵字體，然後點擊屬性，regular指定常規, bold表示指定粗體字體  CairoPNG(file = "E:/R_input&output/images_output/蝴蝶圖_exercing.png", width = 1200, height = 700)  showtext_begin()#生成圖形所需數據集：    mydata<-data.frame(id=1:14,  A=c(5.0,14.7,2.5,8.5,5.1,6.9,7.7,6.8,4.4,4.9,5.3,1.0,0.9,7.8),  B=c(31.3,24.7,17.8,17.2,15.3,14.3,13.9,13.9,12.4,10.0,6.5,4.2,2.5,0.9),  Label=c("Website","Customer & Employee Referral","Webinar","Facebook/Twitter/Other Social","Marketting & Advertising","Paid Serch","Other","Sales generated","Tradeshows","Parter","Linkedin","Events","Lead list","Emial Campaign"))    p1<-ggplot(mydata) + # 繪製右側的柱形圖  geom_hline(yintercept=mean(mydata$A),linetype=2,size=.25,colour="grey")+  geom_bar(aes(x=id,y=A),stat="identity",fill="#E2BB1E",colour=NA)+  ylim(-5.5,16)+  scale_x_reverse()+  geom_text(aes(x=id,y=-4,label=Label),vjust=.5)+  geom_text(aes(x=id,y=A+.75,label=paste0(A,"%")),size=4.5,family="YaHei",fontface="bold")+  coord_flip()+  theme_void()  p1 

p2<-ggplot(mydata)+ # 繪製左側柱形圖, 左側圖沒有橫坐標刻度標籤  geom_hline(yintercept=-mean(mydata$B),linetype=2,size=.25,colour="grey")+  geom_bar(aes(x=id,y=-B),stat="identity",fill="#C44E4C",colour=NA)+  # y=-B,繪製的圖形在另一側  ylim(-40,0)+  scale_x_reverse()+ #  geom_text(aes(x=id,y=-B-1.75,label=paste0(B,"%")),size=4.5,family="YaHei",fontface="bold")+  coord_flip()+  theme_void()  p2

# 圖形拼接  grid.newpage() # 新建畫布  layout_1 <- grid.layout(nrow = 2, ncol = 2, widths = c(2, 3), heights = c(1, 9)) # 分成2*2共4個版塊  pushViewport(viewport(layout = layout_1)) # 推出分為4個版塊的視窗  print(p1, vp = viewport(layout.pos.row = 2, layout.pos.col = 2)) # 將p1輸出到右下角  print(p2, vp = viewport(layout.pos.row = 2, layout.pos.col = 1)) # 將p2輸出到左下角# 添加主標題和分標題    grid.text(label="我是主標題",x = 0.5,y = 0.97,gp=gpar(col="cyan",fontsize=15,fontfamily="YaHei",draw=TRUE,just = "centre"))  grid.text(label="我是左標題", x = 0.15,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("left", "top")))  grid.text(label="我是右標題",x = 0.85,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("right", "top")))

showtext_end()  dev.off()

## png  ##   2

蝴蝶圖

4 gridExtra包

主要函數：

• arrangeGrob()
• grid.arrange()
• marrangeGrob()

語法：

arrangeGrob(..., grobs = list(...), layout_matrix, vp = NULL,    name = "arrange", as.table = TRUE, respect = FALSE, clip = "off",    nrow = NULL, ncol = NULL, widths = NULL, heights = NULL, top = NULL,    bottom = NULL, left = NULL, right = NULL, padding = unit(0.5, "line"))    grid.arrange(..., newpage = TRUE)    marrangeGrob(grobs, ..., ncol, nrow, layout_matrix = matrix(seq_len(nrow *    ncol), nrow = nrow, ncol = ncol), top = quote(paste("page", g, "of",    npages)))

參數解釋：

• grobs 圖形對象列表，grob是graphical object兩個單詞的縮寫，表示ggpot等圖形對象
• layout_matrix 表示布局的矩陣

library(ggplot2)  library(gridExtra)  library(showtext)    YaHei <-  windowsFont("微軟雅黑")  font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右鍵字體，然後點擊屬性，regular指定常規, bold表示指定粗體字體  showtext.auto()    empty <- ggplot() + geom_point(aes(1, 1), colour = "white") +  theme(axis.ticks = element_blank(),          panel.background = element_blank(),          axis.line = element_blank(),          axis.text.x = element_blank(), axis.text.y = element_blank(),          axis.title.x = element_blank(), axis.title.y = element_blank())    scatter <- ggplot() +  geom_point(aes(mtcars$mpg, mtcars$qsec)) # 繪製主圖散點圖  hist_top <- ggplot() +  geom_histogram(aes(mtcars$mpg)) # 繪製上方頻率分佈直方圖  hist_right <- ggplot() +  geom_histogram(aes(mtcars$qsec)) + coord_flip() # 繪製右側頻率分佈直方圖# 最終組合，由4個圖拼圖而成，只有右上角的圖已經將標註移除了  grid.arrange(hist_top, empty, scatter, hist_right,  # 按從左到右，從上到下順序排列4個圖ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4))  # 4個版塊的長寬比例# 其實這種組合圖已經有相應的R包了，ggExtra# df <- data.frame(x = mtcars$mpg, y = mtcars$qsec)# p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()# ggExtra::ggMarginal(p, type = "histogram")

把繪圖對象添加到列表總，並把該列表傳遞給grid.arrange()函數中的grobs參數

library(ggplot2)  library(gridExtra)  library(lattice)  # 類似ggplot,但是語法更加複雜  library(showtext)    YaHei <- windowsFont("微軟雅黑")  font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右鍵字體，然後點擊屬性，regular指定常規, bold表示指定粗體字體 showtext.auto()  gs <- list(NULL)  gs[[1]] <- qplot(1, 1)  gs[[2]] <- xyplot(1 ~ 1)  # lattice包  grid.arrange(grobs = gs, ncol = 2)

子母圖 grid包可以畫字母圖 安裝gridExtra包後，ggplot2中多了一個ggplotGrob()函數，可以創建grob對象參數

library(ggplot2)  library(gridExtra)  g <- ggplotGrob(qplot(1, 1) +  theme(plot.background = element_rect(colour = "black")))  qplot(1:10, 1:10) +  annotation_custom(      # 通過添加註釋的方式，向圖形內部添加一個圖形      grob = g,  # 插入圖形對象，即添加內容      xmin = 1, xmax = 5, ymin = 5, ymax = 10 # 添加位置4個坐標    )