R 数据可视化 —— 用 gtable 绘制多个 Y 轴

最新推荐文章于 2024-05-18 11:35:43 发布

名本无名

最新推荐文章于 2024-05-18 11:35:43 发布

阅读量353

点赞数 1

分类专栏： R 数据可视化文章标签： r语言信息可视化开发语言

本文链接：https://blog.csdn.net/dxs18459111694/article/details/134580530

版权

R 数据可视化专栏收录该内容

55 篇文章 13 订阅

订阅专栏

前言

经过前面一节的介绍，我们对 gtable 布局应该有了较为清晰的认识，下面让我们来看看 ggplot 对象的布局

首先，使用 ggplot 创建一个图形

p <- ggplot(mtcars, aes(mpg, disp)) + geom_point()
p

获取 ggplot 图形对象，是一个 gtable 对象

> g <- ggplotGrob(p)
> class(g)
[1] "gtable" "gTree"  "grob"   "gDesc"

查看对象

> g
TableGrob (12 x 9) "layout": 18 grobs
    z         cells       name                                         grob
1   0 ( 1-12, 1- 9) background               rect[plot.background..rect.86]
2   5 ( 6- 6, 4- 4)     spacer                               zeroGrob[NULL]
3   7 ( 7- 7, 4- 4)     axis-l           absoluteGrob[GRID.absoluteGrob.74]
4   3 ( 8- 8, 4- 4)     spacer                               zeroGrob[NULL]
5   6 ( 6- 6, 5- 5)     axis-t                               zeroGrob[NULL]
6   1 ( 7- 7, 5- 5)      panel                      gTree[panel-1.gTree.66]
7   9 ( 8- 8, 5- 5)     axis-b           absoluteGrob[GRID.absoluteGrob.70]
8   4 ( 6- 6, 6- 6)     spacer                               zeroGrob[NULL]
9   8 ( 7- 7, 6- 6)     axis-r                               zeroGrob[NULL]
10  2 ( 8- 8, 6- 6)     spacer                               zeroGrob[NULL]
11 10 ( 5- 5, 5- 5)     xlab-t                               zeroGrob[NULL]
12 11 ( 9- 9, 5- 5)     xlab-b titleGrob[axis.title.x.bottom..titleGrob.77]
13 12 ( 7- 7, 3- 3)     ylab-l   titleGrob[axis.title.y.left..titleGrob.80]
14 13 ( 7- 7, 7- 7)     ylab-r                               zeroGrob[NULL]
15 14 ( 4- 4, 5- 5)   subtitle         zeroGrob[plot.subtitle..zeroGrob.82]
16 15 ( 3- 3, 5- 5)      title            zeroGrob[plot.title..zeroGrob.81]
17 16 (10-10, 5- 5)    caption          zeroGrob[plot.caption..zeroGrob.84]
18 17 ( 2- 2, 2- 2)        tag              zeroGrob[plot.tag..zeroGrob.83]

可以看到，每个位置所放置的对象及其名称，共 18 个。我们可以很容易地根据名称来获取对应的图形对象

主要包括主绘图区域 panel，X 和 Y 轴及其对应的轴标签，标题，题注等

我们可以使用 gtable_show_layout 来展示整个布局

gtable_show_layout(g)

例如，(7,5) 对应的就是名称为 panel 的对象，(7,4) 对应的就是左边的 Y 轴，(7,3) 对应的就是左边 Y 轴的标签。

现在，我们对 ggplot 对象布局已经有了一定的了解，那我们要如何合并包含多个轴的图形呢？

合并图形

首先，基于现在对 ggplot 的了解，我们应该很容易地就能想到，通过 gtable 对象来获取对应位置的图形对象，然后使用 gtable_add_grob 函数将某一个对象添加到指定 gtable 的位置中

然后，对于轴线，我们可以获取一个图形的 Y 轴对象，然后对轴标签和轴刻度线进行一定的转换，让其朝向右侧

最后，通过 gtable_add_cols 和 gtable_add_grob 将修改后的 Y 轴添加到图形的右侧

基于上面的构想，让我们先来看看如何组合两张图片

先构造如下数据

colors <- c('#5470C6', '#91CC75', '#EE6666')
data <- data.frame(
    category = factor(substr(month.name, 1, 3), levels = substr(month.name, 1, 3)),
    Evaporation = c(2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3),
    Precipitation = c(2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3),
    Temperature = c(2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2)
)

先绘制一年中蒸发量和降水量的直方图

p1 <- ggplot(data, aes(category, Evaporation)) + 
    geom_col(fill = colors[1], width = 0.3, position = position_nudge(x = -0.2)) + 
    labs(x = "month", y = "Evaporation(ml)") +
    scale_y_continuous(limits = c(0, 250), expand = c(0,0)) +
    theme(panel.grid = element_blank(), 
          panel.background = element_rect(fill = NA), 
          axis.text.y = element_text(color = colors[1]), 
          axis.ticks.y = element_line(color = colors[1]), 
          axis.title.y = element_text(color = colors[1], angle = 270), 
          axis.line.y = element_line(color = colors[1]), 
          axis.line.x = element_line(color = "black"),
          axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
    )

p2 <- ggplot(data, aes(category, Precipitation)) + 
    geom_col(fill = colors[2], width = 0.3, position = position_nudge(x = 0.2)) + 
    labs(x = "month", y = "Precipitation(ml)") +
    scale_y_continuous(limits = c(0, 250), expand = c(0,0)) +
    theme(panel.grid = element_blank(), 
          panel.background = element_rect(fill = NA), 
          axis.text.y = element_text(color = colors[2]), 
          axis.ticks.y = element_line(color = colors[2]), 
          axis.title.y = element_text(color = colors[2], angle = 270), 
          axis.line.y = element_line(color = colors[2]), 
          axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
    )

你可能注意到了，我们为直方图设置了不同的偏移，这是为了避免图形合并时将原来的图形覆盖，还有一个重要的设置，就是要将背景填充色设置为 NA，否则也会覆盖之前的图形

然后先获取 gtable 对象

g1 <- ggplotGrob(p1)
g2 <- ggplotGrob(p2)

我们以第一幅图为模板，其他图像往里面添加，所以需要知道第一幅图主绘图区域的位置

pos <- c(subset(g1$layout, name == "panel", select = t:r))

获取到位置之后，将第二幅图的图形对象添加进去

g <- gtable_add_grob(g1, g2$grobs[[which(g2$layout$name == "panel")]], 
                     pos$t, pos$l, pos$b, pos$l)
plot(g)

那现在要做的，就是将第二幅图的 Y 轴添加进去。

这一步虽然可以使用 sec_axis 实现，但是这种方式提供的操作有限，三个 Y 轴的情况也无法实现。

首先，获取第二幅图的左侧 Y 轴，名称都是见名知意的 "axis-l"

index <- which(g2$layout$name == "axis-l")
yaxis <- g2$grobs[[index]]

Y 轴对象包含两个子对象，第一个为轴线，第二个为刻度

> yaxis$children
(polyline[GRID.polyline.2180], gtable[axis])

然后，将 Y 轴线移动到最左边

yaxis$children[[1]]$x <- unit.c(unit(0, "npc"), unit(0, "npc"))

获取刻度线和刻度标签的布局

> ticks <- yaxis$children[[2]]
> ticks
TableGrob (1 x 2) "axis": 2 grobs
  z     cells name                           grob
  1 (1-1,1-1) axis   polyline[GRID.polyline.2183]
1 2 (1-1,2-2) axis titleGrob[GRID.titleGrob.2182]

将刻度线和刻度标签的相对位置进行交换

# 交换刻度线和刻度标签的相对位置
ticks$widths <- rev(ticks$widths)
ticks$grobs <- rev(ticks$grobs)
# 移动刻度线
ticks$grobs[[1]]$x <- ticks$grobs[[1]]$x - unit(1, "npc") + unit(3, "pt")

文本标签的修改比较复杂，不仅要交换位置，还要修改文本的对齐方式，在轴标签的设置中也可以用到，可以封装成函数

# 水平交换文本标签
hinvert_title_grob <- function(grob){
    # 交换宽度
    widths <- grob$widths
    grob$widths[1] <- widths[3]
    grob$widths[3] <- widths[1]
    grob$vp[[1]]$layout$widths[1] <- widths[3]
    grob$vp[[1]]$layout$widths[3] <- widths[1]
    
    # 修改对齐
    grob$children[[1]]$hjust <- 1 - grob$children[[1]]$hjust 
    grob$children[[1]]$vjust <- 1 - grob$children[[1]]$vjust 
    grob$children[[1]]$x <- unit(1, "npc") - grob$children[[1]]$x
    grob
}

之后，将所有的修改覆盖原来的设置

ticks$grobs[[2]] <- hinvert_title_grob(ticks$grobs[[2]])
yaxis$children[[2]] <- ticks

最后，将 Y 轴添加到图形的右侧

g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
g <- gtable_add_grob(g, yaxis, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "axis-r")

plot(g)

轴已经设置好了，就差轴标签了，有了上面的经验，可以很容易的做到这点

index <- which(g2$layout$name == "ylab-l")
ylab <- g2$grobs[[index]]
ylab <- hinvert_title_grob(ylab)

添加到右侧

g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
g <- gtable_add_grob(g, ylab, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "ylab-r")
plot(g)

诶？怎么轴标签在里面呢？回顾我们上面的代码，发现原来我们插入的位置 pos 是第一幅图的右侧边界，所以，我们只要交换一下插入的顺序就可以了

交换之后，就得到了我们想要的结果了

将所有代码封装成函数，并使其能够适用于多个 Y 轴

hinvert_title_grob <- function(grob){
  # 交换宽度
  widths <- grob$widths
  grob$widths[1] <- widths[3]
  grob$widths[3] <- widths[1]
  grob$vp[[1]]$layout$widths[1] <- widths[3]
  grob$vp[[1]]$layout$widths[3] <- widths[1]
  
  # 修改对齐
  grob$children[[1]]$hjust <- 1 - grob$children[[1]]$hjust 
  grob$children[[1]]$vjust <- 1 - grob$children[[1]]$vjust 
  grob$children[[1]]$x <- unit(1, "npc") - grob$children[[1]]$x
  grob
}

add_another_yaxis <- function(g1, g2, offset = 0) {
  # ============ 1. 主绘图区 ============ #
  # 获取主绘图区域
  pos <- c(subset(g1$layout, name == "panel", select = t:r))
  # 添加图形
  g <- gtable_add_grob(g1, g2$grobs[[which(g2$layout$name == "panel")]], 
                       pos$t, pos$l, pos$b * ((offset - 2) * 0.00001 + 1), pos$l)
    # ============ 2. 轴标签 ============ #
    index <- which(g2$layout$name == "ylab-l")
  ylab <- g2$grobs[[index]]
  ylab <- hinvert_title_grob(ylab)
  # 添加轴标签
  g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l], pos$r)
  g <- gtable_add_grob(g, ylab, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "ylab-r")
  # ============ 3. 轴设置 ============ #
  index <- which(g2$layout$name == "axis-l")
  yaxis <- g2$grobs[[index]]
  # 将 Y 轴线移动到最左边
  yaxis$children[[1]]$x <- unit.c(unit(0, "npc"), unit(0, "npc"))
  # 交换刻度线和刻度标签
  ticks <- yaxis$children[[2]]
  ticks$widths <- rev(ticks$widths)
  ticks$grobs <- rev(ticks$grobs)
  # 移动刻度线
  ticks$grobs[[1]]$x <- ticks$grobs[[1]]$x - unit(1, "npc") + unit(3, "pt")
  # 刻度标签位置转换和对齐
  ticks$grobs[[2]] <- hinvert_title_grob(ticks$grobs[[2]])
  yaxis$children[[2]] <- ticks
  # 添加轴，unit(3, "mm") 增加轴间距
  g <- gtable_add_cols(g, g2$widths[g2$layout[index, ]$l] +  + unit(3, "mm"), pos$r)
  g <- gtable_add_grob(g, yaxis, pos$t, pos$r + 1, pos$b, pos$r + 1, clip = "off", name = "axis-r")
  g
}

# 接受可变参数，可添加多个 Y 轴
plot_multi_yaxis <- function(..., right_label_reverse = TRUE) {
  args <- list(...)
  len <- length(args)
  g <- ggplotGrob(args[[1]])
  for (i in len:2) {
    if (right_label_reverse) {
      # 为轴标签添加旋转
      args[[i]] <- args[[i]] + theme(axis.title.y = element_text(angle = 270))
    }
    g2 <- ggplotGrob(args[[i]])
    g <- add_another_yaxis(g, g2, offset = i)
  }
  # 绘制图形
  grid.newpage()
  grid.draw(g)
}

以我的习惯来说，我可能更偏向于将右侧的轴标签旋转 270 度，看起来更舒服些，所以我添加了一个 right_label_reverse 参数

现在，我们添加第三个图形

p3 <- ggplot(data, aes(category, Temperature, group = 1)) + 
  geom_line(colour = colors[3]) + 
  geom_point(aes(colour = colors[3]), fill = "white", shape = 21, show.legend = FALSE) +
  scale_y_continuous(limits = c(0, 25), expand = c(0,0)) +
  labs(x = "month", y = expression(paste("Temperature (", degree, " C)"))) +
  theme(panel.grid = element_blank(), 
        panel.background = element_rect(fill = NA), 
        axis.text.y = element_text(color = colors[3]), 
        axis.ticks.y = element_line(color = colors[3]), 
        axis.title.y = element_text(color = colors[3], angle = 270), 
        axis.line.y = element_line(color = colors[3]), 
        axis.text.x = element_text(angle = 45, hjust = 1, vjust = 1)
  )

合并

plot_multi_yaxis(p1, p2, p3)

OK，画完收工。

代码已上传：

https://github.com/dxsbiocc/learn/blob/main/R/plot/plot_multi_yaxis.R

名本无名

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
R 数据可视化 —— 用 gtable 绘制多个 Y 轴

经过前面一节的介绍，我们对gtable布局应该有了较为清晰的认识，下面让我们来看看ggplot对象的布局首先，使用ggplot创建一个图形p获取ggplot图形对象，是一个gtable对象> class(g)查看对象> g可以看到，每个位置所放置的对象及其名称，共18个。我们可以很容易地根据名称来获取对应的图形对象主要包括主绘图区域panelX和Y轴及其对应的轴标签，标题，题注等我们可以使用来展示整个布局例如，(7,5)对应的就是名称为panel的对象，(7,4)对应的就是左边的Y轴，(7,3)
复制链接

扫一扫