ggplot2-定位1

1. 简介

本章的主题是图像的定位，主要讲解了布局分面和坐标系如何工作两个问题。定位由4个部分组成，在之前于分面有关的篇章中，学习了其中的2个部分：

• 位置调整每个图层中出现重叠的对象的位置。该方法对条形图和其它有组距的几何对象非常有用，同时也适用于其它情形、
• 位置标度控制数据到图像中位置的映射
• 分面即在一个页面上自动摆放多幅图像的技法：先将数据划分为多个子集，然后将每个子集依次绘制到页面的不同面板中。这类图像通常被称为小联号图（small multiples）或栅栏图（trellis graphics）
• 坐标系即通过控制两个独立的位置标度来生成1个2维的坐标系，最常见的是笛卡尔坐标系，在特定的情形中也可以适用其它种类的坐标系

2. 分面

分面通过切割数据生成一系列小联号图，每个小图表示不同的数据子集。对探索性数据分析而言，分面是一个有用的工具。它能快速地分析出数据各子集模式的异同。这里要讨论的是如何较好地微调分面，特别是与位置标度相关地方法

有3种分面类型

1. facet_null() 单个图像，默认情况
2. facet_wrap() 把1维面板条块“封装（wrap）”在2维中
3. facet_grid() 生成1个2维的面板网络（grid），其中行和列由变量组成

分面绘图通常会占用大量页面空间，因此本章使用mpg数据集的子集来进行展示

mpg2 <- subset(mpg,
	cyl != 5 & drv %in% c("4", "f") & class != "2seater")

1. 封装分面

facet_wrap()先生成一个长的面板条块（由任意数目的变量生成），然后将它封装在2维面板中。在处理单个多水平变量时，这种处理方式非常有用，它可以有效的利用空间来安放图像

可以用ncol、nrow、as.table和dir来控制网格如何封装条块。ncol和nrow控制着有多少列和多少行（只需设置其中一个参数）。as.table控制着分面的布局：按照表格方式布局的话，最高值显示在右下角，按照图像方式布局的话，最高值显示在右上角。dir控制着封装的方向：h表示着横向（horizontal），v表示着纵向（vertical）

base <- ggplot(mpg2, aes(displ, hwy)) + geom_blank() +
	xlab(NULL) + ylab(NULL)

base + facet_wrap(~class, ncol = 3)
base + facet_wrap(~calss, ncol = 3, as.table = FALSE)

base + facet_wrap(~class, nrow = 3)
base + facet_wrap(~class, nrow = 3, dir = "v")

2. 网格分面

facet_grid()在2维网络中展示图像，用以下表达式来定义

• . ~ a 把a的值按列展开。因为纵坐标轴对齐了，这个方向有助于y位置的比较

base + facet_grid(. ~ cyl)

• b ~ . 把b的值按行展开。因为横坐标轴对齐了，这个方向有利于x位置的比较，尤其是对数据分布的比较

base + facet_grid(drv ~ .)

• a ~ b把a按列展开，把b按行展开。通常来说，都会把因子水平数多的变量按列排放，这样可以充分利用屏幕的宽高比

base + facet_grid(drv ~ cyl)

在行和列上，可以通过“相加”来放置多个变量，比如说 a + b ~ c + d。变量在某行或某列一起出现时，图像只会展示数据中出现的变量组合。而变量在行和列都出现时，图像将展示所有的变量组合，包括在原始数据中没有出现地组合，此外这也可能会导致出现空白面板的情形