我想证明（不仅仅是对齐！）我的 ggplots 中的多行文本，即主要是标题、副标题、说明文字和注释geom_text()等。

对齐文本

需要明确的是，“对齐文本”是指在单词之间添加空格，以便每行的两个边缘都与两个边距对齐。段落中的最后一行左对齐。在下图中，它将是右侧的格式，以黄色突出显示：

代表

下面是一个可重现的示例，尝试同时使用{ggplot2}和{ggtext}。正如您所看到的，我只能想到使用hjust=（和halign=with {ggtext}），但它们只能对齐而不对齐多行文本。

library(ggtext)
library(tidyverse)

my_text <- "Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua."
my_subtitle <- paste(rep(my_text, 5), collapse = " ")

df <- tibble(
  my_text = rep(my_text, 3),
  x = c(1, 2, 3),
  y = c(2, 1, 0),
  hjust = c(0, 0.5, 1),
  vjust = c(0, 0.5, 1)
) …

在将链接发布到您的 github 页面时，是否可以自定义您看到的预览图像？

我觉得他们在这里专门解决了 github 存储库的问题，但我不知道如何为 github 页面执行此操作。具体来说，我希望我的 github 页面在显示在我的 LinkedIn 上的精选部分时，不只是显示一个没有任何内容的灰色图像：

当使用{patchwork}将单独的 ggplots 组合成同一个图形时，我有时想添加一个或多个根本不是绘图的部分，但基本上是一个文本框。

据我所知，拼凑文档中唯一一次解决这个问题是在这里使用wrap_elements(grid::textGrob('Text on left side')). 然而，这是行不通的，因为我想使用{ggtext}主要是为了（i）自动换行和（ii）混合常规、斜体、粗体和彩色文本（参见例如此处）。

到目前为止，我已经找到了两种不同的方法来实现这项工作，它们在下面的 reprex 中进行了演示。两种方法的共同点是它们基本上隐藏了 ggplot 中不是所需文本的所有部分。

• 第一种方法（灵感来自此处：绘图和相关代码）将文本添加为ggtext::geom_textbox()​​ 。
• 第二种方法（灵感来自这里：绘图和相关代码）将文本添加为subtitle​​ with theme(plot.subtitle = ggtext::element_markdown())。

问题

然而，我的问题是，是否有更好/更简单的方法来实现这一点。主要是因为正如您在下面的 reprex 中看到的那样，在文本正确排列之前需要进行一些margin()操作。plot_layout()

我可以想到对于此文本我想要两种不同的垂直对齐方式：

1. 这样它就从与左图标题相同的高度开始。p2与此接近，但需要手动扭转。此外，它目前为左侧图的标题和副标题添加了不必要的垂直空间。
2. 这样它就从与左图的绘图区域相同的高度开始。p1与此接近，但需要手动扭转

代表

# setup -------------------------------------------------------------------
library(ggtext)
library(glue)
library(patchwork)
library(tidyverse)

cols <- c(ctrl = "red", trt1 = "blue", trt2 = "purple")

string <- glue("<i style='color:{cols}'>{names(cols)}</i>") …

其他关键字： 最佳线性无偏估计量 (BLUE)、调整均值、混合模型、固定效应、线性组合、对比度、R

mmer()使用sommer包拟合模型后- 是否可以从对象获得估计边际均值 ( emmeans()) /最小二乘均值 (LS-means)mmer？也许类似于predict()ASReml-R v3 的功能？

实际上，我想要很多东西，也许分开要求会更清楚：

1. em 指的是他们自己和他们的
2. 标准误差 (se)
3. 作为每个级别平均值旁边的一列
4. emmeans 的方差-协方差矩阵（参见predict(..., vcov=T)）
5. 手段及其之间的对比
6. 差异的标准误 (sed)
7. 均值之间的所有成对差异，最好进行事后检验（参见emmeans(mod, pairwise ~ effect, adjust="Tukey")
8. Sed 矩阵（参见predict(..., sed=T)）
9. 最小值、平均值和最大值 sed
10. 定制对比