r - 将单独的图绘制在一起时自动调整轴限制

Question

我想在并排绘制时自动调整 ggplot 图表。

library(ggplot2)
library(gridExtra)

set.seed(123)
freq <- sample(1:10, 7, replace = T)
labels <- c('AUS', 'NZ', 'ENG', 'SOC', 'PAK', 'SRI', 'IND')
value <- paste("i",1:10,sep='')

lab <- rep(unlist(lapply(1:length(freq), function(x) rep(labels[x],freq[x]))),2)
ival <- rep(unlist(lapply(1:length(freq), function(x) value[1:freq[x]])),2)

df <- data.frame(lab, ival, type=c(rep('Type1',42),rep('Type2',42)),val=runif(84,0,1))

绘制使用上述随机过程生成的数据。

plotUng <- ggplot(df, aes(x=ival, y=val, col = type, group = type)) + 
  geom_line() + 
  geom_point(aes(x=ival, y=val)) +
  facet_wrap( ~lab, ncol=3) + 
  theme(axis.text.x=element_text(angle=45, vjust=0.3)) + 
  scale_x_discrete(limits=paste('i',1:10,sep=''))

现在根据某些条件对lab中的数据进行分组。现在我想根据分组数据生成新的绘图。

dfGrp <- df %>% mutate(lab = recode(lab, 'AUS' = 'A', 'NZ' = 'A', 'ENG' = 'A', 
                                    'SOC' = 'A', 'PAK' = 'B', 'SRI' = 'B')) %>% 
  group_by(lab, ival, type) %>% mutate(val = mean(val)-0.2) %>% ungroup() %>% distinct()

plotG <- ggplot(dfGrp, aes(x=ival, y=val, col = type, group = type)) + 
  geom_line() + 
  geom_point(aes(x=ival, y=val)) +
  facet_wrap( ~lab, ncol=3) + 
  theme(axis.text.x=element_text(angle=45, vjust=0.3)) + 
  scale_x_discrete(limits=paste('i',1:10,sep=''))

使用grid.arrange并排绘制以上两个图以进行比较。

grid.arrange(plotUng, plotG, ncol=2)

手动检查上图后调整 y 轴限制，发现 plotUng 的限制比 plotG 更宽。因此，将plotG的限制与plotUng的限制调整为coord_cartesian(ylim = ggplot_build(plotUng)$layout$panel_ranges[[1]]$y.range)。

grid.arrange(plotUng, plotG + coord_cartesian(ylim = ggplot_build(plotUng)$layout$panel_ranges[[1]]$y.range), ncol=2)

上面的情节符合预期。有没有办法自动执行此操作(仅使用绘图对象)而无需手动检查，因为并不总是可以手动检查所有绘图并相应地调整轴限制？

Answer 1

您使用 ggplot_build() 所做的事情可以自动化。但对我来说，比较多个图的最简单方法是找到所有要比较的对象的最小值和最大值，然后将这些值作为每个对象的 coord_cartesian() 。例如这里:

lim_y <- c( min(df$val, dfGrp$val), max(df$val, dfGrp$val) )

plotUng <- plotUng + coord_cartesian(ylim = lim_y)
plotG <- plotG + coord_cartesian(ylim = lim_y)

grid.arrange(plotUng, plotG, ncol=2)

由于查找几列的极值很简单，因此这是我发现的最“自动化”的方法。

Note that the coordinate problems only happens for y-limits in ggplot