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()
另外发现基础包的图和ggplot2的图不能合并,不过一般也不会用基础包来画图~
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
Layout
+关注
关注
14文章
402浏览量
61650 -
r语言
+关注
关注
1文章
30浏览量
6274
发布评论请先 登录
相关推荐
拼图游戏之新鸟求教老鸟
本帖最后由 yl383576734 于 2012-4-11 16:47 编辑
如何在这个拼图游戏中,加入统计按键次数和类似排行榜一样的东西,记录每一次完成拼图游戏的按键次数,求给位大神帮忙啊
发表于 04-11 16:42
Matlab与R语言的区别
具在学术界发表,作者本人或者团队会在第一时间、甚至文章发表前就发布基于这个文章的R扩展包,使得其几乎总是走在学术界前沿。r语言和matlab区别总结:1.matlab的语法更适合于矩阵
发表于 05-03 10:18
微软Visual Studio支持R语言
微软 Visual Studio 近日宣布开始支持R语言,并推出免费开源的R语言工具(R Tools for Visual Studio,R
发表于 10-12 11:47
•0次下载
r语言是什么_r语言基础教程
R语言是一个开源的数据分析环境,起初是由数位统计学家建立起来,以更好的进行统计计算和绘图,这篇wiki中包含了一些基本情况的介绍。由于R可以通过安装扩展包(Packages)而得到增强
发表于 01-05 15:03
•1w次阅读
详细介绍go语言中的闭包的实现
什么是闭包? 什么场景下会用闭包 ? 本文对 go 语言中的闭包做了详细介绍。 闭包是由函数及其相关引用环境组合而成的实体(即:闭
带你了解go语言中的闭包
【 导读】什么是闭包? 什么场景下会用闭包 ? 本文对 go 语言中的闭包做了详细介绍。 闭包是由函数及其相关引用环境组合而成的实体(即
如何用C语言实现拼图游戏项目
这篇文章主要为大家详细介绍了 C语言实现——《拼图游戏项目》 ,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下! 游戏介绍: 对刚开始接触拼图的玩家而言,所谓
C语言+easyX带你实现:数字拼图游戏!
这是一个简易的拼图游戏,一共有 15 个数字方块,将其一行行的排列为 1~15 即可完成。游戏会记录下完成拼图的时间。我想说的是,很多时候,精彩的游戏不一定非要用图片。将游戏的功能和手感都做好,游戏一样好玩。所以我就做了这个拼图
评论