在绘制单独图形时自动调整轴线限制

Question

我想在并排绘图时自动调整ggplot图形。

library(ggplot2) 
library(gridExtra) 

set.seed(123) 
freq <- sample(1:10, 7, replace = T) 
labels <- c('AUS', 'NZ', 'ENG', 'SOC', 'PAK', 'SRI', 'IND') 
value <- paste("i",1:10,sep='') 

lab <- rep(unlist(lapply(1:length(freq), function(x) rep(labels[x],freq[x]))),2) 
ival <- rep(unlist(lapply(1:length(freq), function(x) value[1:freq[x]])),2) 

df <- data.frame(lab, ival, type=c(rep('Type1',42),rep('Type2',42)),val=runif(84,0,1)) 

绘制使用上述随机过程生成的数据。

plotUng <- ggplot(df, aes(x=ival, y=val, col = type, group = type)) + 
    geom_line() + 
    geom_point(aes(x=ival, y=val)) + 
    facet_wrap(~lab, ncol=3) + 
    theme(axis.text.x=element_text(angle=45, vjust=0.3)) + 
    scale_x_discrete(limits=paste('i',1:10,sep='')) 

现在分组基于一些条件lab数据。现在我想根据分组数据生成新的绘图。

dfGrp <- df %>% mutate(lab = recode(lab, 'AUS' = 'A', 'NZ' = 'A', 'ENG' = 'A', 
            'SOC' = 'A', 'PAK' = 'B', 'SRI' = 'B')) %>% 
    group_by(lab, ival, type) %>% mutate(val = mean(val)-0.2) %>% ungroup() %>% distinct() 

plotG <- ggplot(dfGrp, aes(x=ival, y=val, col = type, group = type)) + 
    geom_line() + 
    geom_point(aes(x=ival, y=val)) + 
    facet_wrap(~lab, ncol=3) + 
    theme(axis.text.x=element_text(angle=45, vjust=0.3)) + 
    scale_x_discrete(limits=paste('i',1:10,sep='')) 

使用grid.arrange并排绘制上述两个图并进行比较。

grid.arrange(plotUng, plotG, ncol=2) 

调整上述图表，其plotUng具有比plotG更宽范围的人工检查后的y轴的限制。因此，调整plotG的极限，绘制极限为coord_cartesian(ylim = ggplot_build(plotUng)$layout$panel_ranges[[1]]$y.range)。

grid.arrange(plotUng, plotG + coord_cartesian(ylim = ggplot_build(plotUng)$layout$panel_ranges[[1]]$y.range), ncol=2) 

上述情节按预期方式。是否有任何方法可以自动执行此操作（仅限绘图对象）而无需手动检查，因为手动检查所有绘图并相应地调整轴限制并非总是可行？

Answer 1

您对ggplot_build()所做的工作可以自动完成。但对我来说，比较几个图的最简单方法是找到要比较的所有对象的最小值和最大值，然后将这些值作为每个对象的coord_cartesian()。例如这里：

lim_y <- c(min(df$val, dfGrp$val), max(df$val, dfGrp$val)) 

plotUng <- plotUng + coord_cartesian(ylim = lim_y) 
plotG <- plotG + coord_cartesian(ylim = lim_y) 

grid.arrange(plotUng, plotG, ncol=2) 

由于中查找一些列的极值很简单，这是最“自动化”的方式，我发现。

注意，坐标问题仅在ggplot