在 R 中创建多个具有相同轴的散点图

Question

我试图在 R 中以 2 x 2 排列绘制四个散点图（我实际上是通过 rpy2 绘制的）。我希望每个都具有 1 的纵横比，但也具有相同的比例，因此所有子图的 X 和 Y 刻度相同，以便可以比较它们。我试图这样做par：

par(mfrow=c(2,2))
# scatter 1
plot(x, y, "p", asp=1)
# scatter 2
plot(a, b, "p", asp=1)
# ...

编辑：

这是我现在拥有的一个直接例子：

> par(mfrow=c(2,2))
> for (n in 1:4) { plot(iris$Petal.Width, rnorm(length(iris$Petal.Width)), "p", asp=1) }

这会创建正确类型的散射，但具有不同的比例。设置ylim并xlim要在每次调用相同的plot上述不解决问题。您仍然会在每个轴上得到非常不同的刻度线和刻度数，这使得散布不必要地难以解释。我希望 X 轴和 Y 轴相同。例如，这个：

for (n in 1:4) { plot(iris$Petal.Width, rnorm(length(iris$Petal.Width)), "p", asp=1, xlim=c(-4, 6), ylim=c(-2, 4)) }

产生错误的结果：

确保在所有子图中使用相同轴的最佳方法是什么？

我所寻找的只是一个类似axis=sameto 之类的参数par(mfrow=...)，这听起来像是 的默认行为lattice，以使每个子图中的轴共享和相同。

lgautier 用 ggplot 提供了很好的代码，但它需要提前知道轴。我想澄清一下，我想避免遍历每个子图中的数据并自己计算要绘制的正确刻度。如果必须提前知道这一点，那么 ggplot 解决方案比仅使用plot并显式绘图复杂得多

agstudy 给出了一个带格子的解决方案。这看起来最接近我想要的，因为您不必明确预先计算每个散点的刻度位置，但作为新用户，我无法弄清楚如何使格子看起来像一个普通的图。我得到的最接近的是这个：

> xyplot(y~x|group, data =dat, type='p',
        between =list(y=2,x=2),
        layout=c(2,2), aspect=1,
               scales =list(y = list(relation='same'), alternating=FALSE))

产生：

我怎样才能让它看起来像 R 基础？我不想group在每个子图的顶部显示这些副标题，也不希望在每个散点图的顶部和右侧悬挂未标记的刻度，我只希望对散点图的每个 x 和 y 进行标记。我也不是在寻找 X 和 Y 的共享标签——每个子图都有自己的 X 和 Y 标签。并且每个散点中的轴标签必须相同，尽管此处选择的数据没有意义。

除非有一种简单的方法可以让格子看起来像 R 基础，否则听起来答案是没有办法在 R 中做我想要做的事情（令人惊讶），而无需预先计算每个子图中每个刻度的确切位置，这需要提前遍历数据。

Answer 1

如果开始的话，ggplot2 可能具有最高的漂亮/简单比率。

rpy2 示例：

from rpy2.robjects.lib import ggplot2
from rpy2.robjects import r, Formula

iris = r('iris')

p = ggplot2.ggplot(iris) + \
    ggplot2.geom_point(ggplot2.aes_string(x="Sepal.Length", y="Sepal.Width")) + \
    ggplot2.facet_wrap(Formula('~ Species'), ncol=2, nrow = 2) + \
    ggplot2.GBaseObject(r('ggplot2::coord_fixed')()) # aspect ratio
# coord_fixed() missing from the interface, 
# therefore the hack. This should be fixed in rpy2-2.3.3

p.plot()

阅读之前答案的评论，我发现您可能意味着完全独立的情节。使用 R 的默认绘图系统，par(mfrow(c(2,2))或者par(mfcol(c(2,2)))是最简单的方法，并通过通常的固定方式保持纵横比、轴范围和刻度线一致。

在 R 中绘制的最灵活的系统可能是grid. 它并不像看起来那么糟糕，可以将其视为场景图。使用 rpy2、ggplot2 和网格：

from rpy2.robjects.vectors import FloatVector

from rpy2.robjects.lib import grid
grid.newpage()
lt = grid.layout(2,2) # 2x2 layout
vp = grid.viewport(layout = lt)
vp.push()


# limits for axes and tickmarks have to be known or computed beforehand
xlims = FloatVector((4, 9))
xbreaks = FloatVector((4,6,8))
ylims = FloatVector((-3, 3))
ybreaks = FloatVector((-2, 0, 2))

# first panel
vp_p = grid.viewport(**{'layout.pos.col':1, 'layout.pos.row': 1})
p = ggplot2.ggplot(iris) + \
    ggplot2.geom_point(ggplot2.aes_string(x="Sepal.Length",
                                          y="rnorm(nrow(iris))")) + \
    ggplot2.GBaseObject(r('ggplot2::coord_fixed')()) + \
    ggplot2.scale_x_continuous(limits = xlims, breaks = xbreaks) + \
    ggplot2.scale_y_continuous(limits = ylims, breaks = ybreaks)
p.plot(vp = vp_p)
# third panel
vp_p = grid.viewport(**{'layout.pos.col':2, 'layout.pos.row': 2})
p = ggplot2.ggplot(iris) + \
    ggplot2.geom_point(ggplot2.aes_string(x="Sepal.Length",
                                          y="rnorm(nrow(iris))")) + \
    ggplot2.GBaseObject(r('ggplot2::coord_fixed')()) + \
    ggplot2.scale_x_continuous(limits = xlims, breaks = xbreaks) + \
    ggplot2.scale_y_continuous(limits = ylims, breaks = ybreaks)
p.plot(vp = vp_p)

有关图形的 rpy2 文档中的更多文档，以及 ggplot2 和网格文档中的更多文档。