在R語言普通的繪圖中，使用par()參數可以在一張圖上實現不同變量的子圖。如果我們想要用ggplot2實現，則需要整理我們的原始數據，這通常是非常麻煩的，這時就需要用到我們的tidyr來幫助我們繪圖。
可能說上面一段話不是很容易理解，下面我們來舉個栗子。
每個變量的密度分布情況
y1 <- rnorm(20) y2 <- rnorm(20) dat <- data.frame(y1, y2)
現有的數據集：
y1 y2
1 -0.12781723 -2.39376880
2 0.50074083 0.72555237
3 -0.02419456 0.94721701
4 -0.26366759 -0.60006759
5 1.13042618 -0.07591046
6 0.04313160 1.18677742
7 0.01180343 0.17627700
8 0.15208821 -0.12472391
9 -0.72690758 -1.92233170
10 1.04903577 -0.66208974
11 0.89689082 0.16331929
12 0.28471495 2.00629127
13 -0.26956768 -0.11897779
14 -0.81699454 -1.05575302
15 -0.65923768 1.20971004
16 0.18237270 1.55745467
17 -0.52359358 -0.74253496
18 1.36949647 1.07759474
19 -0.39882438 0.83915414
20 0.92084949 -1.04859906
目標繪圖：
思考
我們要如何利用ggplot達到上圖的效果？
需要用數據集，將y1與y2分別整理到一個新的變量上，叫做var；
里面所有的值也變成一個新的變量，叫做value；
如果只有兩個變量整理起來還比較簡單，但如果變量一旦增多，整理起來相對就較為繁瑣。所以這里推薦使用tidyr包來進行整理。
其用起來也非常簡單。
tidyr
使用如下代碼，我們就可以整理成想要的結果：
dat %>% gather(y1, y2, key = "var", value = "value")
解釋一下上述代碼的含義：y1, y2表示原本數據中的變量；key = "var" 表示轉換之后，變量所在的那一列的名稱為var；value = "value"表示轉換之后，原本的值所在的那一列的名稱為value
輸出結果如下：
var value 1 y1 -0.12781723 2 y1 0.50074083 3 y1 -0.02419456 4 y1 -0.26366759 5 y1 1.13042618 6 y1 0.04313160 7 y1 0.01180343 8 y1 0.15208821 9 y1 -0.72690758 10 y1 1.04903577 11 y1 0.89689082 12 y1 0.28471495 13 y1 -0.26956768 14 y1 -0.81699454 15 y1 -0.65923768 16 y1 0.18237270 17 y1 -0.52359358 18 y1 1.36949647 19 y1 -0.39882438 20 y1 0.92084949 21 y2 -2.39376880 22 y2 0.72555237 23 y2 0.94721701 24 y2 -0.60006759 25 y2 -0.07591046 26 y2 1.18677742 27 y2 0.17627700 28 y2 -0.12472391 29 y2 -1.92233170 30 y2 -0.66208974 31 y2 0.16331929 32 y2 2.00629127 33 y2 -0.11897779 34 y2 -1.05575302 35 y2 1.20971004 36 y2 1.55745467 37 y2 -0.74253496 38 y2 1.07759474 39 y2 0.83915414 40 y2 -1.04859906
用了上述結果，就可以非常簡單地使用ggplot2進行畫圖了。
ggplot2進行繪圖
我們可以直接使用管道數據的處理方式進行繪圖，簡便快捷：
- dat %>%
- gather(y1, y2, key = "var", value = "value") %>%
- ggplot(aes(x = value)) +
- geom_histogram(aes(fill = factor(var), y = ..density..),
- alpha = 0.3, colour = 'black') +
- stat_density(geom = 'line', position = 'identity', size = 1.5,
- aes(colour = factor(var))) +
- facet_wrap(~ var, ncol = 2) +
- labs(y = '直方圖與密度曲線', x = '值',
- title = '標題', fill = '變量') +
- theme(plot.title = element_text(hjust = 0.5)) +
- guides(color = FALSE)
這里基本都是前面的博客：R語言學習ggplot2繪制統計圖形包全面詳解 里面有提及到。
只有一個就是guides(color = FALSE)，表示隱藏線顏色的圖例，因為線的顏色我們是用color =來指定的。同理如果要隱藏柱狀圖顏色的圖例則使用 guides(fill = FALSE)即可。
最終就可以得到我們的目標繪圖了！
以上就是R語言可視化tidyr與ggplot2多個變量分層展示舉例實現的詳細內容，更多關于R語言可視化tidyr與ggplot2多個變量分層的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/weixin_41929524/article/details/82468121
