在之前的一系列ggplot2绘图中都没有涉及到关于分面的操作，分面是数据可视化最实用的技术之一，通过facet_grid()和facet_wrap()函数将分组数据横向或纵向或横纵向排列，这样更有助于图形之间的比较。
上面提到facet_grid()和facet_wrap()函数可以实现可视化的分面，具体两种之间有什么区别呢？先上几幅图，通过形象的对比，就能记住两者之间的差异和用法。
一、绘制分面图
```{r}
library(ggplot2)
#创建模拟数据集
set.seed(1234)
M <- c('一月','二月','三月','四月','五月','六月','七月','八月','九月','十月','十一月','十二月')
Month <- rep(M, each = 5)
Region <- rep(c('East','South','West','North','Center'), times = 12)
Amount <- round(runif(n = 60, min = 500, max = 5000))
df <- data.frame(Month = Month, Region = Region, Amount = Amount)
```
首先用facet_grid()函数绘制横向或纵向分面图：
```{r}
#绘制横向的分面图
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_grid(. ~ Month) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
这样一幅横向分面的条形图就绘制成功了，下面在看看纵向分面图该如何绘制？
```{r}
#绘制纵向的分面图
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_grid(Month ~ .) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
图形很难看，我们从新构建一组数据以绘制纵向的分面图：
```{r}
set.seed(1234)
Year <- rep(seq(from = 2001, to = 2015),times = 4)
Type <- rep(c('A','B','C','D'), each = 15)
Value <- round(runif(60, min = 10, max = 100))
df2 <- data.frame(Year = Year, Type = Type, Value = Value)
#绘制纵向的分面图
ggplot(data = df2, mapping = aes(x = factor(Year), y = Value, group = 1)) + geom_line(colour = 'blue') + xlab('Year') + facet_grid(Type ~ .)
我们按照facet_grid()函数的语法，使用facet_wrap()函数绘制分面图：
```{r}
#绘制横向的分面图
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_wrap(.~ Month) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
报错了！显示错误内容为：分面中至少包含一个分层变量。经查帮助，facet_wrap()函数的语法不能写成.~ Month格式！于是改成下方的格式：
```{r}
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_wrap(~ Month) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
运行成功！接下来我们看看纵向的分面图：
```{r}
#绘制纵向的分面图
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_wrap(Month ~) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
OMG!!又一次报错！报错内容为：语法中存在错误的')'。查看帮助后发现：使用facet_wrap()函数不能使用Month ~语法，只能是类似于~a + b或('a','b')的形式。
经过了摸打滚爬，我们应该发现facet_grid()函数和facet_wrap()函数的区别了吧，下面总结一下：
1）facet_grid()函数会严格按照用户指定的方向分面，即横向分面必须是.~x的格式，纵向分面必须是y.~的格式，当然也可以y~x表示纵横两个维度的方向进行分面绘图；facet_wrap()函数不存在横向或纵向或横纵向的分面，其实他就像按照从左到右，从上到下的顺序摆放每一个分面图。
2）语法上有显著的区别，facet_grid()函数必须是y~.或.~x或y~x的格式，而facet_wrap()函数只能是~x的格式，与之等价的是加引号的分面变量名称，即'x'。
3）上面的图形中，没有展现出来，其实facet_wrap()函数可以自由排版分面行方向的个数和列方向的个数，通过nrow=和ncol=参数实现，而facet_grid()函数只能是一根筋的下来，即要么全在行方向上，要么全在列方向上，要么就在组合方向上。下面举个facet_wrap()函数指定列数的分面图例子：
```{r}
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_wrap(~Month, ncol = 3) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
上图可知，我们控制了列数为3的分面图，当然根据实际情况，也可以随意的设置其他列数或行数。
善于发现问题的朋友，一定迫不可待的问一个问题，分面图按月份绘制的话，为什么月份不是正常的“一月”到“十二月”的顺序呢？而是按照拼音的字母顺序排列。如果我想按照自定义的顺序展现我的分面图该如何操作呢？很简单，只需要从新定义字符变量的因子顺序即可：
```{r}
df$Month <- factor(df$Month, levels = c('一月','二月','三月','四月','五月','六月','七月','八月','九月','十月','十一月','十二月'))
#通过facet_wrap()函数绘制分面图
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_wrap(~Month, ncol = 3) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
这下顺序正常了，而且也可以从季度的顺序发现图形展现之间的规律或特征。同样，我们也可以使用facet_grid()函数绘制分面图：
```{r}
ggplot(data = df, mapping = aes(x = Region, y = Amount, fill = Region)) + geom_bar(stat = 'identity') + facet_grid(. ~ Month) + theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
同样也是按照指定的顺序进行排列。
二、分面图的微调
关于分面图的微调，这里就说明三项常用的微调手段，即：
非固定的坐标轴
```{r}
set.seed(1234)
height <- c(runif(100, min = 60, max = 195), runif(80, min = 45, max = 175))
weight <- 1.2*height + rnorm(180, mean = 10, sd = 20)
sex = rep(c('M','F'), times = c(100, 80))
df3 <- data.frame(sex = sex, height = height, weight = weight)
ggplot(data = df3, mapping = aes(x = height, y = weight)) + geom_point(colour = 'blue', size = 3) + facet_grid(.~sex)
```
默认情况下，分面图的纵坐标和横坐标的范围是一致的，如果我想让分面图横坐标轴的范围随实际数据大小进行调整，该如何实现？
```{r}
ggplot(data = df3, mapping = aes(x = height, y = weight)) + geom_point(colour = 'blue', size = 3) + facet_grid(.~sex, scales = 'free_x')
```
图形结果很明显，女性（F）与男性（M）的横坐标范围各不相同，男性的范围要比女性大一些。这里需要强调的是，横向分面只能控制各自的x轴是否自由设定，纵向分面只能控制各自的y轴是否自由设定，纵横交错的分面可以同时设定两轴是否自由。
修改分面的文本标签
分面图形的默认情况下只显示分组变量的水平，即F和M，一个陌生人可能并不知道F和M各代表什么含义，如果能够把相应的分组变量名称也加入进来就更能提高可读性，下面通过修改一点点的脚本就能实现这样的功能：
```{r}
ggplot(data = df3, mapping = aes(x = height, y = weight)) + geom_point(colour = 'blue', size = 3) + facet_grid(.~sex, labeller = label_both)
简单吧，只需将设置labeller = label_both就可以实现功能，如果你还觉得这样做不够清晰，我还想把F和M改为Female和Male，该怎么办呢？同样很简单，只需要更改原数据中水平的标签即可。
```{r}
levels(df3$sex)[levels(df3$sex)=='F'] <- 'Female'
levels(df3$sex)[levels(df3$sex)=='M'] <- 'Male'
ggplot(data = df3, mapping = aes(x = height, y = weight)) + geom_point(colour = 'blue', size = 3) + facet_grid(.~sex, labeller = label_both)
```
修改分面标签外观
通常修改图形的外观都是通过主题theme()函数实现，毫不例外，这里也使用主题函数对分面标签外观进行修改。
```{r}
ggplot(data = df3, mapping = aes(x = height, y = weight)) + geom_point(colour = 'blue', size = 3) + facet_grid(.~sex, labeller = label_both) + theme(strip.text = element_text(colour = 'red', face = 'bold', size = rel(1.5)), strip.background = element_rect(fill = 'white', colour = 'brown', size = rel(2), linetype = 2))
``
`
其中，参数strip.text设置分面标签的颜色、大小、字体等；参数strip.background设置分面标签背景的填充色、线框色、线型等；rel()设置字体大小或线宽为原主题的倍数。
文中脚本下载链接：
https://yunpan.cn/cr4KAGsPhG8fS 访问密码 2c75
参考资料：
R语言_ggplot2：数据分析与图形艺术
R数据可视化手册