目录
🧩 1. 为什么需要分面（Facet）？
🚀 2. 基础单因素分面（facet_wrap）
例子：按气缸数分开展示油耗
✨ 3. 双因素分面（facet_grid）
示例：按两列排列分面
🌈 4. 分面美学提升小技巧
（1）统一子图样式
（2）自由缩放 vs 固定比例
（3）调整标签格式
📈 5. 分面绘图综合示例（实战版）
🧠 小结：科研分面图秘籍
🔥 预告：第12讲
当你的数据包含多个分类、时间、处理组时，
如何优雅地排列展示？
—— 分面（Facet） 是科研绘图中不可或缺的利器！
这一讲，我们全面掌握：
单因素分面、双因素分面、自由缩放、多图统一美学布局技巧，
让你的图表系统性强、阅读体验极佳！
🧩 1. 为什么需要分面（Facet）？
想象你有10个处理组、3个时间点，
如果全部堆叠在一张图上，必然混乱又难看。
而分面可以做到：
✅ 清晰对比各组数据
✅ 避免线条交叠
✅ 突出局部趋势
✅ 统一风格，阅读舒适
**科研期刊图（如Nature、Science系列）**中，大量采用分面布局！
🚀 2. 基础单因素分面（facet_wrap）
例子：按气缸数分开展示油耗
library(ggplot2)ggplot(mtcars, aes(x = wt, y = mpg)) +geom_point() +facet_wrap(~ cyl)
-
facet_wrap(~ 分组变量) -
自动按照行排列，每个小图对应一个组。
🔵 常用参数：
-
nrow = 2：每行2个小图 -
ncol = 3：每列3个小图 -
scales = "free"：各子图独立坐标轴
✨ 3. 双因素分面（facet_grid）
如果你的数据有两个分组因素，比如：
- <
