作者：李誉辉  

四川大学在读研究生 

前言

这篇是作者总结的目前最全的R语言—图片组合和拼接，当然常言道：百密必有一疏，欢迎大家在评论区留言本篇没有总结到的用于图片组合和拼接的R包。做教程狠费精力的，别忘了点赞和转发。谢谢。

1 customLayout包

参考来源：

https://www.rdocumentation.org/packages/customLayout/versions/0.2.0
https://mp.weixin.qq.com/s/zbp8pOQcNB4XBBF5SCg5GA

1.1 简介

customLayout用于拼图特别方便，尤其是仪表盘布局
支持R内置的base绘图对象，ggplot2对象（与grid结合 ）

Hide

library(ggplot2)library(customLayout)

1.2 简单画布

通过设置简单的数字矩阵以及对应的宽高比，可以非常方便的设置出来数字拼图
关键函数：

• lay_new() 创建拼图画布
  

• lay_show() 显示拼图画布

mat数字矩阵必须从1开始，且必须连续

library(ggplot2)library(customLayout)

# 创建拼图画布lay1 <- lay_new( 

  mat = matrix(1:4, ncol = 2), 

# 矩阵分布，mat表示指定排版的数字矩阵 

  widths = c(3,2),             

# 设定宽度比例

  heights = c(2,1)             

# 设置高度比例)# 显示拼图画布lay_show(lay1) 



# 创建第2个拼图画布，与第1个结构一样，只是比例不一样

lay2 <- lay_new(  matrix(1:4, nc = 2), widths = c(3, 5),heights = c(2, 4))

lay_show(lay2)

1.3 画布合并

其它拼图包没有的功能，非常好用
跟合并矩阵类似。分为行合并和列合并

• lay_bind_col() 画布列合并
  lay_bind_col(x, y, widths = c(1, 1), addmax = TRUE) 参数widths表示指定合并宽度比
  

• lay_bind_row() 画布行合并
  lay_bind_row(x, y, heights = c(1, 1), addmax = TRUE) 参数heights表示指定合并高度比

library(ggplot2)library(customLayout)# 画布列合并

cl_1 <- lay_bind_col(lay1, lay2, widths = c(3, 1))  

# 指定合并宽度比为3:1

lay_show(cl_1)# 画布行合并

cl_2 <- lay_bind_row(lay1, lay2, heights = c(3, 1))  

# 指定合并高度比为3:1

lay_show(cl_2)# 多次合并

lay_show(lay_bind_col(cl_1, cl_2, widths = c(2:1)))

1.4 画布嵌套

这个功能也是其它包没有的，非常有用
关键函数：

• lay_split_field(lay, newlay, field)

参数lay表示大画布，参数newlay表示要嵌套进去的小画布，field表示指定要嵌套的区域编号

library(ggplot2)library(customLayout)

slay <- lay_split_field(lay1, lay2, field = 1)  

# 将画布lay2嵌套进lay1的第1个区域，即左上角格子

lay_show(slay)

library(ggplot2)

library(customLayout)

slay2 <- lay_split_field(lay = lay2, new = lay1, field = 4)  

# 将画布lay1嵌套进lay2的第4个区域，即右下角格子

lay_show(slay2)

1.5 填充图片

关键函数：

• lay_set(layout) 将画布layout设置为绘图布局，用于base绘图对象
  

• lay_grid(grobs, lay, ...) 将绘图对象grobs填充到画布lay中， 用于ggplot2等绘图对象

1.5.1 基础绘图对象填充

library(ggplot2)

library(customLayout)

par(mar = c(3, 2, 2, 1)) # 设定页边距# 创建排版画布

lay1  <- lay_new(   

  matrix(1:4, nc = 2), # 2行2列布局画布

  widths = c(3, 2),  heights = c(2, 1))

lay2 <- lay_new(matrix(1:3)) # 3行1列布局画布

cl <- lay_bind_col(lay1, lay2, widths = c(3, 1)) 

# 画布列合并

lay_show(cl)

lay_set(cl) 

# 设定绘图对象布局 

set.seed(123)# 绘图填充

plot(1:100 + rnorm(100)) # 填充到画布第1格

plot(rnorm(100), type = "l") # 填充到画布第2格

hist(rnorm(500))acf(rnorm(100)) # 填充到画布第4格

pie(c(3, 4, 6), col = 2:4)

pie(c(3, 2, 7), col = 2:4 + 3)

pie(c(5, 4, 2), col = 2:4 + 6)

1.5.2 ggplot2绘图对象填充

library(ggplot2)

library(customLayout)

library(gridExtra)# 创建排版画布

lay1 <- lay_new(matrix(1:2, ncol = 1))  # 2行1列画布

lay2 <- lay_new(matrix(1:3))  # 3行1列画布

cl <- lay_bind_col(lay1, lay2, widths = c(3, 1))  # 画布列合并# 创建数据cuts <- sort(unique(diamonds[["cut"]]), decreasing = TRUE)

make_cut_plot <- function(cut) {

    dd <- diamonds[cut == diamonds[["cut"]], ]  # 

    ggplot(dd) + 

      geom_point(aes(carat, price)) + 

     facet_wrap("cut")  # 封装分面}



plots <- lapply(cuts, make_cut_plot)  

# 对不同切割水平的进行作图

lay_grid(plots, cl)  

# 将绘图对象依次填充到cl画布中

2 cowplot包

cowplot是一个ggplot2包的简单补充，意味着其可以为ggplot2提供出版物级的主题等。
更重要的是，这个包可以组合多个”ggplot2”绘制的图为一个图，并且为每个图加上例如A,B,C等标签，
这在具体的出版物上通常是要求的。 语法结构与ggplot类似，将ggplot2图作为一个对象置于ggdraw()中
表达式：

draw_plot(plot, x = 0, y = 0, width = 1, height = 1, scale = 1)

draw_text(text, x = 0.5, y = 0.5, size = 14, hjust = 0.5, vjust = 0.5,...)

draw_plot_label(label, x = 0, y = 1, hjust = -0.5, vjust = 1.5, size = 16, fontface = "bold", family = NULL, colour = NULL, ...)

参数解释：

• plot 表示ggplot2绘图对象
  

• x, y 表示子图的起点坐标(左下角坐标)，在0-1之间，表示占母图的比例，
  

• width, height 表示子图长宽所占比例，在0-1之间
  

• text 表示要映射的文本向量
  

• label 表示要映射的文本向量
  

• 其它参数与ggplot2中意思一样

library(ggplot2)

library(cowplot)

library(showtext)

font_add_google("Dancing Script", "Dancing")



plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) +     

geom_point() + 

facet_grid(cols = vars(Species)) 

# 按Species列分面



plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) +   

geom_point(size = 2.5) +    

labs(title = "dot plot") 



plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) +   

geom_bar() +   

theme(axis.text.x = element_text(angle = 70, vjust = 0.5)) +   

labs(title = "bar plot")



gg <- ggdraw() +     

draw_plot(plot.iris, 0, 0.5, 1, 0.5) + # 在母图上半部，占母图比例1/2  

draw_plot(plot.mpg, 0, 0, 0.5, 0.5) + # 在母图左下角，占母图比例1/4  

draw_plot(plot.diamonds, 0.5, 0, 0.5, 0.5) + # 在母图右下角，占母图比例1/4 

draw_plot_label(c("A", "B", "C"), c(0, 0, 0.5), c(1, 0.5, 0.5), size = 15, colour = "cyan", family = "Dancing") # 加上标签，

showtext_begin()

print(gg)

showtext_end()

3 grid 包

grid中文翻译为网格，可将其解释为画布分割，通过设定相应的参数，从而可以任意的摆放图形
常用函数：

• grid.newpage() 创建新的画布
  

• grid.layout() 分割画布，使用参数widths和heights指定分割比例 ,从上到下，从左到右排列
  

• viewport() 在画布中创建视窗
  

• grid.show.viewport() 在画布中展示视窗
  

• grid.show.layout() 展示分割的画布
  

• pushViewport() 将新建的viewport推出去，即将工作区域切换到新的viewport
  

• popViewport() 将当前的viewport删除，其父viewport作为新的工作区域, 子viewport中的绘制的图形不会被删除
  

• downViewport() 导航到子viewport，并作为工作区域，原viewport不会删除
  

• upViewport() 导航到父viewport，父viewport变为工作区域, 原viewport不会被删除
  

• seekViewport() 导航到name参数所在的viewport,并作为工作区域
  

• grid.text() 输出文本标签,坐标只与画布有关，与viewport无关

语法：

viewport(x = unit(0.5, "npc"), y = unit(0.5, "npc"),

         width = unit(1, "npc"), height = unit(1, "npc"),

         default.units = "npc", just = "centre",

         gp = gpar(), clip = "inherit",

         xscale = c(0, 1), yscale = c(0, 1),

         angle = 0,

         layout = NULL,

         layout.pos.row = NULL, layout.pos.col = NULL,

         name = NULL)



grid.layout(nrow = 1, ncol = 1,

        widths = unit(rep_len(1, ncol), "null"),

        heights = unit(rep_len(1, nrow), "null"),

        default.units = "null", respect = FALSE,

        just="centre")

参数解释：

• name 指定viewport的名字，用于搜索和定位
  

• x,y 为起点坐标，默认是矩形视窗中心坐标，为0 - 1的数字，表示占newpage的比例
  

• width, height 为矩形视窗的长宽，同样是占newpage的比例
  

• angle 表示角度，从-360到360,正数表示逆时针旋转，负数表示顺时针旋转
  

• just 表示指定视窗起点位置，默认“centre”, 还可以设置左下角c(“left”, “buttom”), 右上角c(“right”, “top”) 等
  

• layout grid.layout 对象，用于将当前的viewport拆分为子区域
  

• layout.pos.row 创建的viewport在父节点layout的行位置

• layout.pos.col 创建的viewport在父节点的layout列位置
  

• nrow 表示将该区域拆分为几行
  

• ncol 表示将该区域拆分为几列
  

• widths 表示每个子区域的宽度,向量长度等于ncol
  

• heights 表示每个子区域的高度，向量长度等于nrow
  

• gp = gpar() 表示传递其它参数，如: col/fill颜色,lty线型, lwd线宽, fontsize文本尺寸, fontfamily字体, fontface字型等，
  可以通过?gpar查询

library(ggplot2)

library(grid)

grid.newpage()  # 创建一个空白画布

vp1 <- viewport(x = 0.5, y = 0.5, width = 0.5, height = 0.25, angle = 45)  # 设定视窗大小

grid.show.viewport(vp1)  # 查看在画布中的的视窗，自动上色，方便观察

library(ggplot2)

library(grid)

library(showtext)



YaHei <- windowsFont("微软雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  

# 右键字体，然后点击属性，regular指定常规, bold表示指定粗体字体 

showtext_auto()

#### 父viewport

grid.newpage()  

#新建一个page

vp1 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  

#新建一个viewport，起点为左下角，

pushViewport(vp1)  

# 推出vp1

grid.rect(gp = gpar(col = "red"))  

# 新建一个矩形,gp=gpar()表示设置图形参数

grid.text("我在vp1_1", x = 0.8, y = 0.2, gp = gpar(col = "red", fontfamily = "YaHei", fontsize = 15))  

# 新建一个文本,输出到vp1



vp2 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  

# 新建一个viewport，起点为左下角，

pushViewport(name = vp2)  

# 将工作区域设置到vp2

grid.rect(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "blue", lty = "dashed"))  

# 新建一个矩形,gp=gpar()表示设置图形参数 



grid.text("我在vp2_1", x = 0.8, y = 0.3, gp = gpar(col = "blue", fontfamily = "YaHei", fontsize = 15))  

# 新建一个文本,输出到vp2



vp3 <- viewport(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"))

pushViewport(vp3)

grid.rect(x = 0.1, y = 0.2, width = 0.7, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "orange", lty = "twodash", lwd = 2))  

# 新建一个矩形,gp=gpar()表示设置图形参数 



grid.text("我在vp3_1", x = 0.6, y = 0.4, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 新建一个文本,输出到vp2

 layout参数

library(ggplot2)

library(grid)

grid.newpage()

g1 <- grid.layout(nrow = 3, ncol = 2, widths = c(2, 3), heights = c(2, 1, 3))  # 设置分割的宽度和长度比例



grid.show.layout(l = g1)

综合例子

library(ggplot2)

library(grid)

library(showtext)



YaHei <- windowsFont("微软雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右键字体，然后点击属性，regular指定常规, bold表示指定粗体字体 

showtext_auto()



plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 

geom_point() + 

facet_grid(cols = vars(Species))  # 按Species列分面



plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) + 

geom_point(size = 2.5) +       

labs(title = "dot plot")



plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) + 

geom_bar() + 

theme(axis.text.x = element_text(angle = 70, 

    vjust = 0.5)) + labs(title = "bar plot")

grid.newpage()  # 新建画布

layout_1 <- grid.layout(nrow = 3, ncol = 2, widths = c(1, 1), heights = c(1,

    4, 5))  # 分成上下2*3共6个版块，最上面版块显示标题



pushViewport(viewport(layout = layout_1))  # 推出分成6个版块的视窗

print(plot.iris, vp = viewport(layout.pos.row = 2, layout.pos.col = c(1, 2)))  # 在中间一行子视窗中画plot.iris

print(plot.mpg, vp = viewport(layout.pos.row = 3, layout.pos.col = 1))  # 在左下角子视窗中画plot.mpg

print(plot.diamonds, vp = viewport(layout.pos.row = 3, layout.pos.col = 2))  #在右下角子视窗中画plot.diamonds

grid.text("我是画布名称", x = 0.5, y = 0.95, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 增加画布标题

3.1 子母图

字母图，主要是形成局部放大的效果，既可以从整体上对比，又兼顾特别小的数据组，或特别密的数据点可以查看，而没有必要单独做2张图

library(ggplot2)library(grid)

3.2 grid 拼接蝴蝶图

library(ggplot2)

library(grid)

library(dplyr)

library(showtext)

library(Cairo)

YaHei <-  windowsFont("微软雅黑")

font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右键字体，然后点击属性，regular指定常规, bold表示指定粗体字体 

CairoPNG(file = "E:/R_input&output/images_output/蝴蝶图_exercing.png", width = 1200, height = 700)

showtext_begin()#生成图形所需数据集：



mydata<-data.frame(id=1:14,

A=c(5.0,14.7,2.5,8.5,5.1,6.9,7.7,6.8,4.4,4.9,5.3,1.0,0.9,7.8),

B=c(31.3,24.7,17.8,17.2,15.3,14.3,13.9,13.9,12.4,10.0,6.5,4.2,2.5,0.9),

Label=c("Website","Customer & Employee Referral","Webinar","Facebook/Twitter/Other Social","Marketting & Advertising","Paid Serch","Other","Sales generated","Tradeshows","Parter","Linkedin","Events","Lead list","Emial Campaign"))



p1<-ggplot(mydata) + # 绘制右侧的柱形图  

geom_hline(yintercept=mean(mydata$A),linetype=2,size=.25,colour="grey")+  

geom_bar(aes(x=id,y=A),stat="identity",fill="#E2BB1E",colour=NA)+  

ylim(-5.5,16)+   

scale_x_reverse()+   

geom_text(aes(x=id,y=-4,label=Label),vjust=.5)+  

geom_text(aes(x=id,y=A+.75,label=paste0(A,"%")),size=4.5,family="YaHei",fontface="bold")+  

coord_flip()+  

theme_void()

p1 

p2<-ggplot(mydata)+ # 绘制左侧柱形图, 左侧图没有横坐标刻度标签  

geom_hline(yintercept=-mean(mydata$B),linetype=2,size=.25,colour="grey")+  geom_bar(aes(x=id,y=-B),stat="identity",fill="#C44E4C",colour=NA)+ 

# y=-B,绘制的图形在另一侧  

ylim(-40,0)+  scale_x_reverse()+ #   

geom_text(aes(x=id,y=-B-1.75,label=paste0(B,"%")),size=4.5,family="YaHei",fontface="bold")+  

coord_flip()+  

theme_void()

p2

# 图形拼接

grid.newpage() # 新建画布

layout_1 <- grid.layout(nrow = 2, ncol = 2, widths = c(2, 3), heights = c(1, 9)) # 分成2*2共4个版块

pushViewport(viewport(layout = layout_1)) # 推出分为4个版块的视窗

print(p1, vp = viewport(layout.pos.row = 2, layout.pos.col = 2)) # 将p1输出到右下角

print(p2, vp = viewport(layout.pos.row = 2, layout.pos.col = 1)) # 将p2输出到左下角# 添加主标题和分标题



grid.text(label="我是主标题",x = 0.5,y = 0.97,gp=gpar(col="cyan",fontsize=15,fontfamily="YaHei",draw=TRUE,just = "centre"))

grid.text(label="我是左标题", x = 0.15,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("left", "top")))

grid.text(label="我是右标题",x = 0.85,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("right", "top")))

showtext_end()

dev.off()

## png 

##   2

蝴蝶图

4 gridExtra包

主要函数：

• arrangeGrob()
  

• grid.arrange()
  

• marrangeGrob()

语法：

arrangeGrob(..., grobs = list(...), layout_matrix, vp = NULL,

  name = "arrange", as.table = TRUE, respect = FALSE, clip = "off",

  nrow = NULL, ncol = NULL, widths = NULL, heights = NULL, top = NULL,

  bottom = NULL, left = NULL, right = NULL, padding = unit(0.5, "line"))



grid.arrange(..., newpage = TRUE)



marrangeGrob(grobs, ..., ncol, nrow, layout_matrix = matrix(seq_len(nrow *

  ncol), nrow = nrow, ncol = ncol), top = quote(paste("page", g, "of",

  npages)))

参数解释：

• grobs 图形对象列表，grob是graphical object两个单词的缩写，表示ggpot等图形对象
  

• layout_matrix 表示布局的矩阵

library(ggplot2)

library(gridExtra)

library(showtext)



YaHei <-  windowsFont("微软雅黑")

font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右键字体，然后点击属性，regular指定常规, bold表示指定粗体字体 

showtext.auto()



empty <- ggplot() + geom_point(aes(1, 1), colour = "white") +   

theme(axis.ticks = element_blank(), 

        panel.background = element_blank(), 

        axis.line = element_blank(), 

        axis.text.x = element_blank(), axis.text.y = element_blank(), 

        axis.title.x = element_blank(), axis.title.y = element_blank())



scatter <- ggplot() + 

geom_point(aes(mtcars$mpg, mtcars$qsec)) # 绘制主图散点图

hist_top <- ggplot() + 

geom_histogram(aes(mtcars$mpg)) # 绘制上方频率分布直方图

hist_right <- ggplot() + 

geom_histogram(aes(mtcars$qsec)) + coord_flip() # 绘制右侧频率分布直方图# 最终组合，由4个图拼图而成，只有右上角的图已经将标注移除了

grid.arrange(hist_top, empty, scatter, hist_right, 

# 按从左到右，从上到下顺序排列4个图ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4)) 

# 4个版块的长宽比例# 其实这种组合图已经有相应的R包了，ggExtra# df <- data.frame(x = mtcars$mpg, y = mtcars$qsec)# p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()# ggExtra::ggMarginal(p, type = "histogram")

把绘图对象添加到列表总，并把该列表传递给grid.arrange()函数中的grobs参数

library(ggplot2)

library(gridExtra)

library(lattice)  # 类似ggplot,但是语法更加复杂

library(showtext)



YaHei <- windowsFont("微软雅黑")

font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右键字体，然后点击属性，regular指定常规, bold表示指定粗体字体 showtext.auto()

gs <- list(NULL)

gs[[1]] <- qplot(1, 1)

gs[[2]] <- xyplot(1 ~ 1)  # lattice包

grid.arrange(grobs = gs, ncol = 2)

 子母图
grid包可以画字母图安装gridExtra包后，ggplot2中多了一个ggplotGrob()函数，可以创建grob对象参数：

library(ggplot2)

library(gridExtra)

g <- ggplotGrob(qplot(1, 1) +                               

theme(plot.background = element_rect(colour = "black")))

qplot(1:10, 1:10) +    

annotation_custom(      # 通过添加注释的方式，向图形内部添加一个图形

    grob = g,  # 插入图形对象，即添加内容

    xmin = 1, xmax = 5, ymin = 5, ymax = 10 # 添加位置4个坐标

  )

转载自公众号：EasyCharts   

····

往期精彩：

• R_插值_拟合_回归_样条
  

• R_circlize包_和弦图（一）
  

• R_circlize包_和弦图（二）

• R_ggplot2基础（一）

• R_ggplot2基础（二）

• R_ggplot2基础（三）

• R_ggplot2基础（四）
  

• R_3D图(一)

• R_3D图(二)

• R_3D图(三)

• R_3D图(四)

• R_3D图(五)

····

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法