“facet”一词这里翻译为“分面”，不知道是否准确，可以斟酌。虽然我们前面说过ggplot2分面最终的效果是一页多图，但跟通常所说的在“一个页面中绘制多个图形”还是有区别的。ggplot2仅仅体现的是数据分组，同一页面中的多个小图是完全相同的类型。真正意义的“一页多图”在ggplot2中需要通过其他方法实现。
ggplot2的分面有两种方式，分别使用 facet_wrap 或 facet_grid 函数。
# 准备工作 library(ggplot2) set.seed(100) d.sub <- diamonds[sample(nrow(diamonds), 500), ] head(d.sub, 4)
## carat cut color clarity depth table price x y z ## 16601 1.01 Very Good D SI1 62.1 59 6630 6.37 6.41 3.97 ## 13899 0.90 Ideal D SI1 62.4 55 5656 6.15 6.19 3.85 ## 29792 0.30 Ideal D SI1 61.6 56 709 4.34 4.30 2.66 ## 3042 0.30 Very Good G VS1 62.0 60 565 4.27 4.31 2.66
theme_set(theme_bw()) p <- ggplot(data=d.sub, aes(x=carat, y=price))
1 缠绕分面 facet_wrap
facet_warp 即“缠绕分面”，对数据分类只能应用一个标准，不同组数据获得的小形按从左到右从上到下的“缠绕”顺序进行排列：
levels(d.sub$cut)
## [1] "Fair" "Good" "Very Good" "Premium" "Ideal"
p + geom_point() + facet_wrap(~cut)
显然这是对数据进行分组后绘制得到的图形，这类图形对于比较不同数据的趋势非常有帮助。facet_wrap 的参数如下：
# 非运行代码
facet_wrap(facets, nrow = NULL, ncol = NULL, scales = "fixed",
shrink = TRUE, as.table = TRUE, drop = TRUE)
- facets：分面参数如 ~cut，表示用 cut 变量进行数据分类
- nrow：绘制图形的行数
- ncol：绘制图形的列数，一般nrow/ncol只设定一个即可
- scales：坐标刻度的范围，可以设定四种类型。fixed 表示所有小图均使用统一坐标范围；free表示每个小图按照各自数据范围*调整坐标刻度范围；free_x为*调整x轴刻度范围；free_y为*调整y轴刻度范围。
- shrinks：也和坐标轴刻度有关，如果为TRUE（默认值）则按统计后的数据调整刻度范围，否则按统计前的数据设定坐标。
- as.table：和小图排列顺序有关的选项。如果为TRUE（默认）则按表格方式排列，即最大值（指分组level值）排在表格最后即右下角，否则排在左上角。
- drop：是否丢弃没有数据的分组，如果为TRUE（默认），则空数据组不绘图。
下面看看 scales 的设定效果：
p + geom_point() + facet_wrap(~cut, scales="free") + ggtitle('scales="free"')
p + geom_point() + facet_wrap(~cut, scales="free_y") + ggtitle('scales="free_y"')
2 格网分面 facet_grid
格网分面可以应用多个标准对数据进行分组。还是先看看效果：
qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut)
显然参数 color~cut 对数据的分组和小图排列有决定作用，波浪号前为小图分行标准，后面为分列标准。facet_grid 的完整用法为：
# 非运行代码
facet_grid(facets, margins = FALSE, scales = "fixed", space = "fixed", shrink = TRUE,
labeller = "label_value", as.table = TRUE, drop = TRUE)
和facet_wrap比较，除不用设置ncol和nrow外（facets公式已经包含）外还有几个参数不同：
- margins
注意：这不是设定图形边界的参数。它是指用于分面的包含每个变量元素所有数据的数据组。
qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut, margins=TRUE)
- space
这个参数要配合scales使用，如果为fixed（默认），所有小图的大小都一样，如果为free/free_x/free_y，小图的大小将按照坐标轴的跨度比例进行设置。
qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color~cut, space="free_x", scales="free_x")
- labeller
这是设定小图标签的，facet_grid的函数说明档讲得比较明白，参考之。或许会在后面介绍。
下面简单看看2个以上分组标准获得什么样的图：
qplot(carat, price, data=diamonds, alpha=I(0.2)) + facet_grid(color+clarity~cut)
虽然有规律，但也是相当的复杂，哈。
3 SessionInfo
sessionInfo()
## R version 3.1.0 (2014-04-10) ## Platform: x86_64-pc-linux-gnu (64-bit) ## ## locale: ## [1] LC_CTYPE=zh_CN.UTF-8 LC_NUMERIC=C ## [3] LC_TIME=zh_CN.UTF-8 LC_COLLATE=zh_CN.UTF-8 ## [5] LC_MONETARY=zh_CN.UTF-8 LC_MESSAGES=zh_CN.UTF-8 ## [7] LC_PAPER=zh_CN.UTF-8 LC_NAME=C ## [9] LC_ADDRESS=C LC_TELEPHONE=C ## [11] LC_MEASUREMENT=zh_CN.UTF-8 LC_IDENTIFICATION=C ## ## attached base packages: ## [1] tcltk stats graphics grDevices utils datasets methods ## [8] base ## ## other attached packages: ## [1] ggplot2_0.9.3.1 zblog_0.1.0 knitr_1.5 ## ## loaded via a namespace (and not attached): ## [1] colorspace_1.2-4 digest_0.6.4 evaluate_0.5.3 formatR_0.10 ## [5] grid_3.1.0 gtable_0.1.2 highr_0.3 labeling_0.2 ## [9] MASS_7.3-31 munsell_0.4.2 plyr_1.8.1 proto_0.3-10 ## [13] Rcpp_0.11.1 reshape2_1.2.2 scales_0.2.4 stringr_0.6.2 ## [17] tools_3.1.0