在同一页面上安排多张ggplot2图片时，普通的标准R函数par()和layout已经不能使用。

目前基本的解决办法是使用名叫ggExtra的R包，它包含以下功能：grid.arrange()和arrangeGrob()可以在一个页面上排列多个ggplots

marrangeGrob()可用于在多个页面上排列多个ggplots

但是，这些功能不会尝试对齐绘图面板; 相反，这些图只是简单地放置在网格中，因此轴不对齐。

因此我们可以使用ggpubr包提供的ggarrange()函数来实现多个ggplot图画的排布，并且提供统一的共同图例。

创建图片

使用演示数据集 ToothGrowth 和 mtcars创建多个图形：1

2

3

4

5

6

7

8bxp

color = "dose", palette = "jco")

bxp

# Dot plot (dp)

dp

color = "dose", palette = "jco", binwidth = 1)

dp

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19# Bar plot (bp)

bp

fill = "cyl", # change fill color by cyl

color = "white", # Set bar border colors to white

palette = "jco", # jco journal color palett. see ?ggpar

sort.val = "asc", # Sort the value in ascending order

sort.by.groups = TRUE, # Sort inside each group

x.text.angle = 90 # Rotate vertically x axis texts

)

bp + font("x.text", size = 8)

# Scatter plots (sp)

sp

add = "reg.line", # Add regression line

conf.int = TRUE, # Add confidence interval

color = "cyl", palette = "jco", # Color by groups "cyl"

shape = "cyl" # Change point shape by groups "cyl"

)+

stat_cor(aes(color = cyl), label.x = 3) # Add correlation coefficient

sp

组合多张图片在一个面板上

使用ggpubr包的ggarrange()进行以下操作：1

2

3ggarrange(bxp, dp, bp + rremove("x.text"),

labels = c("A", "B", "C"),

ncol = 2, nrow = 2)

给图片添加注释

在这里， ggpubr包提供了函数annotate_figure()可以对面板中图片整体或任意图片添加一定量的注释

展示效果如下图：1

2

3

4

5

6

7

8

9

10figure

ncol = 1, nrow = 2)

annotate_figure(figure,

top = text_grob("Visualizing mpg", color = "red", face = "bold", size = 14),

bottom = text_grob("Data source: n mtcars data set", color = "blue",

hjust = 1, x = 1, face = "italic", size = 10),

left = text_grob("Figure arranged using ggpubr", color = "green", rot = 90),

right = "I'm done, thanks :-)!",

fig.lab = "Figure 1", fig.lab.face = "bold"

)

图片对齐

最经典的例子就是在绘制生存曲线时，把risk table放在生存曲线图的下边

此时，我们需要调节表和图的大小和相对位置，使其分布更为合理1

2

3

4

5

6

7

8

9

10

11

12# Fit survival curves

library(survival)

fit

# Plot survival curves

library(survminer)

ggsurv

palette = "jco", # jco palette

pval = TRUE, pval.coord = c(500, 0.4), # Add p-value

risk.table = TRUE # Add risk table

)

ggarrange(ggsurv$plot, ggsurv$table, heights = c(2, 0.7),

ncol = 1, nrow = 2)

此时，我们可以看出图和表并不是完全垂直对齐的，要对齐他们需要调用align参数1

2ggarrange(ggsurv$plot, ggsurv$table, heights = c(2, 0.7),

ncol = 1, nrow = 2, align = "v")

改变图形的行列布局排布

1. 使用ggpubr包

我们将使用嵌套的ggarrange()函数来更改图的列/行跨度。

例如，我们使用下边的代码可以实现这样的布局散点图(sp)将位于第一行并跨越两列

箱形图(bxp)和点图(dp)将首先排列，并且将在第二行中生活两列不同的列1

2

3

4

5ggarrange(sp, # First row with scatter plot

ggarrange(bxp, dp, ncol = 2, labels = c("B", "C")), # Second row with box and dot plots

nrow = 2,

labels = "A" # Labels of the scatter plot

)

2. 使用cowplot包

函数ggdraw()+ draw_plot()+ draw_plot_label()的组合可用于将图形放置在特定大小的特定位置。

ggdraw()可以初始化一个空的绘图画布，默认情况是这样的：

draw_plot()可以将绘图放置在绘图画布上的某处：1draw_plot(plot, x = 0, y = 0, width = 1, height = 1)

draw_plot_label() 可以向图的左上角添加绘图标签。它可以处理带有关联坐标的标签向量。1draw_plot_label(label, x = 0, y = 1, size = 16, ...)

如果需要组合多张图形，可以通过类似于下边的代码来实现：1

2

3

4

5

6

7library("cowplot")

ggdraw() +

draw_plot(bxp, x = 0, y = .5, width = .5, height = .5) +

draw_plot(dp, x = .5, y = .5, width = .5, height = .5) +

draw_plot(bp, x = 0, y = 0, width = 1, height = 0.5) +

draw_plot_label(label = c("A", "B", "C"), size = 15,

x = c(0, 0.5, 0), y = c(1, 1, 0.5))

3. 使用gridExtra包

gridExtra包的使用方法和ggpubr包类似1

2

3

4library("gridExtra")

grid.arrange(sp, # First row with one plot spaning over 2 columns

arrangeGrob(bxp, dp, ncol = 2), # Second row with 2 plots in 2 different columns

nrow = 2) # Number of rows

我们同样可以使用gird.arrange()函数中的lay_matrix参数来设置，使用方法如下：1

2

3

4grid.arrange(bp, # bar plot spaning two columns

bxp, sp, # box plot and scatter plot

ncol = 2, nrow = 2,

layout_matrix = rbind(c(1,1), c(2,3)))在上面的R代码中，layout_matrix是一个2×2矩阵(2列和2行)。 第一行全是1，这是第一幅图占的地方，横跨两列; 第二行包含分别占据一列的图2和图3

此时，如果需要对图形进行注释，ggpubr包已经不足以实现，需要我们使用cowplot包来进行进一步的注释

需要注意的是grid.arrange()/ arrangeGrob()输出的是一个gtable，首先需要使用ggpubr包中的as_ggplot()函数将其转换为ggplot。 接下来，就可以使用函数draw_plot_label()对其进行注释。1

2

3

4

5

6

7

8

9

10

11

12

13library("gridExtra")

library("cowplot")

# Arrange plots using arrangeGrob

# returns a gtable (gt)

gt

bxp, sp, # box plot and scatter plot

ncol = 2, nrow = 2,

layout_matrix = rbind(c(1,1), c(2,3)))

# Add labels to the arranged plots

p

draw_plot_label(label = c("A", "B", "C"), size = 15,

x = c(0, 0, 0.5), y = c(1, 0.5, 0.5)) # Add labels

p在上面的R代码中，我们使用了arrangeGrob()而不是grid.arrange()。请注意，这两个函数的主要区别在于，grid.arrange()会自动绘制排列好的图。由于我们要在绘制之前注释已排列的图，因此在这种情况下，函数arrangeGrob()是首选。

4. 使用grid包

通过函数grid.layout()，可以使用gridR包创建复杂的图像布局。 它还提供了函数viewport()来定义布局上图像的区域或位置。 函数print()用于将图放置在指定区域中。

总结起来共以下5个顺序步骤：

1. 创建绘图：p1，p2，p3，…

2. 使用函数grid.newpage()创建画板

3. 创建画板布局2X2 - 列数= 2; 行数= 2

4. 定义图像输出位置：画板中图像显示的区域

5. 在画板中输出显示图片1

2

3

4

5

6

7

8

9

10

11

12

13

14library(grid)

# Move to a new page

grid.newpage()

# Create layout : nrow = 3, ncol = 2

pushViewport(viewport(layout = grid.layout(nrow = 3, ncol = 2)))

# A helper function to define a region on the layout

define_region

viewport(layout.pos.row = row, layout.pos.col = col)

}

# Arrange the plots

print(sp, vp = define_region(row = 1, col = 1:2)) # Span over two columns

print(bxp, vp = define_region(row = 2, col = 1))

print(dp, vp = define_region(row = 2, col = 2))

print(bp + rremove("x.text"), vp = define_region(row = 3, col = 1:2))

通用图例的设定

在我们绘制的图片当中，有的可能具有相同的图例，函数ggarrange()可以与以下参数一起使用,使两幅图使用相同的图例common.legend = TRUE：使用公共图例

legend:指定图例位置。 允许的值包括c(“top”，“bottom”，“left”，“right”)1

2ggarrange(bxp, dp, labels = c("A", "B"),

common.legend = TRUE, legend = "bottom")

实战

给散点图添加边界密度图1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19# Scatter plot colored by groups ("Species")

sp

color = "Species", palette = "jco",

size = 3, alpha = 0.6)+

border()

# Marginal density plot of x (top panel) and y (right panel)

xplot

palette = "jco")

yplot

palette = "jco")+

rotate()

# Cleaning the plots

yplot

xplot

# Arranging the plot

ggarrange(xplot, NULL, sp, yplot,

ncol = 2, nrow = 2, align = "hv",

widths = c(2, 1), heights = c(1, 2),

common.legend = TRUE)