组合 ggplot2 对象时在拼凑中设置轴限制答案

【问题标题】：set axes limits in patchwork when combining ggplot2 objects组合 ggplot2 对象时在拼凑中设置轴限制
【发布时间】：2020-05-17 20:39:57
【问题描述】：

当使用 patchwork 组合 ggplot2 对象时，我希望能够有一个选项，我可以轻松地为所有图设置一个选项，使其具有相同的 x 轴和/或 y 轴范围。

代表：

library(patchwork)
library(ggplot2)
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

p1 <- mtcars %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 1')

p2 <- mtcars %>% 
  filter(disp < 300) %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 2')

p1 + p2

^{由reprex package (v0.3.0) 于 2020 年 2 月 1 日创建}

将其设置为在两个图中具有相同范围的两个轴的预期结果：

library(patchwork)
library(ggplot2)
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

p1 <- mtcars %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 1')

p2 <- mtcars %>% 
  filter(disp < 300) %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 2') +
  xlim(ggplot_build(p1)$layout$panel_scales_x[[1]]$range$range) +
  ylim(ggplot_build(p1)$layout$panel_scales_y[[1]]$range$range)

p1 + p2

^{由reprex package (v0.3.0) 于 2020-02-01 创建}

有人有什么想法吗？

【问题讨论】：

我能问一下您已经在做的事情有什么问题吗？解决方案会是什么样子？你想要一些像 f(p1 + p2) 这样设置坐标轴的函数吗？
是的，我希望能够直接在 pkg 中有一个选项来执行此操作，因为我的真实示例要复杂得多.. 虽然，我现在找到了解决方案，但我会发布尽快回答

标签： r ggplot2 patchwork

【解决方案1】：

好的，很抱歉回答我自己的问题，但我刚刚找到了解决方案..

这可以通过使用& 很好地实现，它将函数应用于拼凑对象中的所有图。

1) 代表：

library(patchwork)
library(ggplot2)
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

p1 <- mtcars %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 1')

p2 <- mtcars %>% 
  filter(disp < 300) %>% 
  ggplot() + 
  geom_point(aes(mpg, disp)) + 
  ggtitle('Plot 2')

p_combined <- p1 + p2

p_combined

^{由reprex package (v0.3.0) 于 2020 年 2 月 1 日创建}

2) 从范围中获取最小值和最大值：

p_ranges_x <- c(ggplot_build(p_combined[[1]])$layout$panel_scales_x[[1]]$range$range,
  ggplot_build(p_combined[[2]])$layout$panel_scales_x[[1]]$range$range)

p_ranges_y <- c(ggplot_build(p_combined[[1]])$layout$panel_scales_y[[1]]$range$range,
                ggplot_build(p_combined[[2]])$layout$panel_scales_y[[1]]$range$range)

3) 将这些范围应用于拼凑对象：

p_combined & 
  xlim(min(p_ranges_x), max(p_ranges_x)) & 
  ylim(min(p_ranges_y), max(p_ranges_y))

^{由reprex package (v0.3.0) 于 2020 年 2 月 1 日创建}

【讨论】：

【解决方案2】：

这里稍微修改一下，把上面的操作变成一个函数：

apply_consistent_y_lims <- function(this_plot){
    num_plots <- length(this_plot$layers)
    y_lims <- lapply(1:num_plots, function(x) ggplot_build(this_plot[[x]])$layout$panel_scales_y[[1]]$range$range)
    min_y <- min(unlist(y_lims))
    max_y <- max(unlist(y_lims))
    this_plot & ylim(min_y, max_y)
}

【讨论】：