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:
- <