R語言可視化實現(xiàn)圖表嵌套

這篇文章主要介紹“R語言可視化實現(xiàn)圖表嵌套”，在日常操作中，相信很多人在R語言可視化實現(xiàn)圖表嵌套問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”R語言可視化實現(xiàn)圖表嵌套”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

之前在學(xué)習(xí)ggplot的時候，一直存在著一個困惑。

就是這個函數(shù)是否允許兩個做出來的兩個相關(guān)圖表重疊嵌套（也就是在一個大圖（主圖）的邊緣位置，放置另一個縮小版的小圖）。

這個想法很奇葩，本來想著沒啥希望，鑒于該包的開發(fā)者那犀利的審美觀，估計也不能允許這種情況的發(fā)生。

不過最近瀏覽一位大神的博客，真的有這種情況的解決措施，喜出望外，趕緊在這里分享給大家。

不過他的處理方式不是通過ggplot的內(nèi)置函數(shù)，而是通過grid包中的viewport函數(shù)來實現(xiàn)的：

以下是具體的實現(xiàn)步驟：

加載包：

library(ggplot2)  #用于畫圖，主圖和附圖都使用ggplot的內(nèi)置數(shù)據(jù)集

library(grid)     #用于設(shè)定附圖的長寬及疊放在主圖的精確位置

加載并預(yù)覽數(shù)據(jù)集：

這里我們還是使用關(guān)于鉆石的那個數(shù)據(jù)集（之前的圖表案例很多都是使用該數(shù)據(jù)集）

data(diamonds)

head(diamonds)

#制作復(fù)合圖的主圖：

chart1<-ggplot(diamonds,aes(carat,price,colour=cut))+geom_point()+theme(legend.position=c(0.9,0.72),legend.background=element_rect(I(0)))

以上函數(shù)可以制作出以carat和price為主要對應(yīng)關(guān)系的散點圖，同時分類變量cut通過顏色映射進(jìn)行區(qū)分。最后調(diào)整了圖例位置和圖表背景。

#設(shè)定附圖長寬及其最終落在主圖上的精確位置：

vie<-viewport(width=0.669,height=0.4,x=0.7,y=0.306)

#制作附圖

chart2 <-ggplot(diamonds,aes(depth,fill=cut,alpha=.2))+geom_density()+xlim(54,70) +

       theme(axis.text.y=element_text(face="bold",colour="black"),

             axis.title.y=element_blank(),

             axis.text.x=element_text(face="bold",colour="black"),

             plot.background=element_rect(I(0),linetype=0),

             panel.background=element_rect(I(0)),

             panel.grid.major=element_line(colour=NA),

             panel.grid.minor=element_line(colour=NA),

             legend.background=element_rect(I(0),linetype=1),

             legend.position=c(0.85,0.72))

chart2  #預(yù)覽附圖

因為附圖要放置在主圖邊緣并且縮放很大比例，為了防止其背景和網(wǎng)格線系統(tǒng)遮擋主圖的重要信息，對其主題元素進(jìn)行了大量的簡化。

將主圖與附圖合成一并顯示：

print(chart2,vp=vie)

將以上代碼打包組合：

chart1<-ggplot(diamonds,aes(carat,price,colour=cut))+geom_point()+theme(legend.position=c(0.9,0.72),legend.background=element_rect(I(0)))

chart1

vie<-viewport(width=0.669,height=0.4,x=0.7,y=0.306)

chart2 <-ggplot(diamonds,aes(depth,fill=cut,alpha=.2))+geom_density()+xlim(54,70) +

       theme(axis.text.y=element_text(face="bold",colour="black"),

             axis.title.y=element_blank(),

             axis.text.x=element_text(face="bold",colour="black"),

             plot.background=element_rect(I(0),linetype=0),

             panel.background=element_rect(I(0)),

             panel.grid.major=element_line(colour=NA),

             panel.grid.minor=element_line(colour=NA),

             legend.background=element_rect(I(0),linetype=1),

             legend.position=c(0.85,0.72))

print(chart2,vp=vie)

其實仔細(xì)看這種做法，里面也不外乎圖層疊加，先做出主圖，然后通過viewport函數(shù)將附圖縮小并疊加到主圖上，不過這種方式用來展示一些需要多角度透視的數(shù)據(jù)分布問題還是很合適的，而且因為是依賴于不同的包，所有主圖與附圖之間沒有嚴(yán)格的類型限制，你所需要做的只是調(diào)整好兩個圖表的位置與大小，別讓彼此相互遮擋掩蓋重要信息就OK了。

下面我將附圖的類型更換為堆積直方圖大家看下效果：

chart1<-ggplot(diamonds,aes(carat,price,colour=cut))+geom_point()+theme(legend.position=c(0.9,0.72),legend.background=element_rect(I(0)))

chart1

vie<-viewport(width=0.669,height=0.4,x=0.7,y=0.306)

chart2 <-ggplot(diamonds,aes(depth,fill=color))+geom_histogram()+xlim(54,70) +

       theme(axis.text.y=element_text(face="bold",colour="black"),

             axis.title.y=element_blank(),

             axis.text.x=element_text(face="bold",colour="black"),

             plot.background=element_rect(I(0),linetype=0),

             panel.background=element_rect(I(0)),

             panel.grid.major=element_line(colour=NA),

             panel.grid.minor=element_line(colour=NA),

             legend.background=element_rect(I(0),linetype=1),

             legend.position=c(0.85,0.72))

print(chart2,vp=vie)

到此，關(guān)于“R語言可視化實現(xiàn)圖表嵌套”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>