R语言-customLayout-包拼图-德赢Vwin官网网

目标

使用R拼出这样的一张图：

Let's start

1. 安装 `customLayout` 包

install.packages("customLayout")

# or
library(devtools)
install_github("zzawadz/customLayout")

简单介绍一下 customLayout 包：

lay_new(mat, widths, heights)
- mat: 数字矩阵，以1开始且连续，确定区数和排布顺序
- widths、heights：确定每一区的比例
lay_show(lay)
- 预览分区
lay_bind_row(lay1, lay2, ..., heights)
- 按行将两个布局按特定比例合并，不支持合并两个以上的布局，下同（太拉了~）
lay_bind_col(lay1, lay2, ..., widths)
- 按列将两个布局按特定比例合并
lay_split_field(lay1, lay2, field = idx)
- 将lay1分割一特定部分(第idx区)给lay2，即将lay2嵌入lay1的内部
lay_set(lay)
- 使用指定的布局进行绘图
lay_grid(grobs, lay)
- 用于绘制ggplot对象，并指定布局
- grobs: 包含多个绘图对象的list
- lay：绘图布局

有了这些功能，基本上就可以满足拼图需求了。

2. 布局设计

首先根据效果图将图进行分区并且编号，方便制定排版方案，编号规则为从上到下，从左到右

编号之后应该是这样的：

然后确定排版方案：

分为三大部分，12、3456、7 三部分
其中3456部分又可以分为三小部分3、4、56
56又可以分为5、6两小小部分按此思路，总结为：

每大部分内部按行合并，最后将三部分按列合并，并且在排列的时候注意比例。

2. 绘制布局

Step 1：绘制 lay_3456

p3 = p4 = p5 = p6 = lay_new(matrix(1))
lay56 = lay_bind_row(p5, p6, heights = c(1, 1))
lay3456 = lay_bind_col(lay_bind_col(p3, p4, widths = c(2, 4)), lay56, widths = c(6, 3))
lay_show(lay3456)

Step 2：绘制 lay_127并与lay3456合并

lay127 = lay_new(matrix(1:4, nrow = 2), heights = c(6, 3), widths = c(6, 9))
lay_show(lay127)

lay_res = lay_split_field(lay127, lay3456, field = 3)
lay_show(lay_res)

这样布局就已经画好了，接下来直接填图就行了。

使用布局画图

先画个简单的快速看下效果：

pdf("customLayout1.pdf", 13, 9)
lay_set(lay_res)
plot(1:10)
plot(1:10)
plot(1:10)
plot(1:10)
plot(1:10)
plot(1:10)
plot(1:10)
dev.off()

再画个像样点的并测试能不能合并ggplot对象：

# test customLayout
library("customLayout")
library("ggplot2")

data = iris
colnames(data) = LETTERS[1:ncol(data)]

# plot lay3456
p3 = p4 = p5 = p6 = lay_new(matrix(1))
lay56 = lay_bind_row(p5, p6, heights = c(1, 1))
lay3456 = lay_bind_col(lay_bind_col(p3, p4, widths = c(2, 4)), lay56, widths = c(6, 3))
lay_show(lay3456)

# plot lay127 and lay_res
lay127 = lay_new(matrix(1:4, nrow = 2), heights = c(6, 3), widths = c(6, 9))
lay_show(lay127)
lay_res = lay_split_field(lay127, lay3456, field = 3)
lay_show(lay_res)

# fill lay

p1 <- ggplot(data, aes(A, B)) + geom_point(colour = "#dd1c77")
p2 <- ggplot(data, aes(A)) + geom_histogram(binwidth = 0.1, colour = "#dd1c77", fill= "#dd1c77")
p3 <- ggplot(data, aes(B)) + geom_density(alpha = 0.2, colour = "#dd1c77", fill = "white", size = 2)
p4 <- ggplot(data, aes(A, B, fill = C)) + geom_tile()
p5 <- ggplot(data[data[, "E"] == "setosa",], aes(y = C)) + geom_boxplot(colour = "#dd1c77", size = 2)
p6 <- ggplot(data[data[, "E"] == "versicolor",], aes(y = C)) + geom_boxplot(colour = "#dd1c77", size = 2)
p7 <- ggplot(data, aes(x = B, y = C)) + geom_line(colour = "#dd1c77", size = 2)

pdf("customLayout2.pdf", 13, 9)
 plots2 = lapply(c(1:7), function(x) get(paste0("p", x)))
 lay_grid(plots2, lay_res)
dev.off()