为出版物转换高质量图形的内置图？

Question

我使用 PUPAIM 包生成吸附等温线，例如redlichpanalysis(Ce,Qe)

例如使用以下变量：

install.packages("PUPAIM")
library(PUPAIM)
library(nls2)
Ce <- c(1.447071, 1.605402, 2.196297)
Co <- c(2,3,4)
Qe <- (Co-Ce)*100/0.33
redlichpanalysis(Ce,Qe)
#give immediately the statistics and basic plot as output format  

这会生成一个情节：

如何自定义绘图程序并获得类似于ggplot2的高质量图形？ （我的其余图形是在 ggplot 2 中制作的。这就是我强调这个问题的原因）。

我搜索了类似的问题，发现例如ggplotify 包。坦白说，我真的不明白。如果我更改 ggplot 对象中的绘图对象，那么我该如何自定义它。例如，我尝试添加“theme_bw()”，但失败了。

我需要重新调整坐标轴，添加类似于 theme_bw() 的布局，添加具有适当单位的坐标轴标签，并且可能还需要调整测量点的样式以及回归本身。

非常感谢关于如何自定义给定的基本内置图的任何建议...

Answer 1

如果我们查看PUPAIM::redlichpanalysis 的source code，我们会发现绘图很简单：

redlichpanalysis <- function(Ce, Qe){
    x <- Ce
    y <- Qe
    data <- data.frame(x, y)
    n<- nrow(na.omit(data))
    print("NLS2 Analysis for Redlich Peterson Isotherm Model")
    fit257 <- (Qe ~ (Arp*Ce)/(1+(Krp*(Ce^b))))
    start <- data.frame(Arp = c(1, 100), Krp = c(1, 100), b = c(0, 1))
    set.seed(511)
    fit258 <- nls2(fit257, start = start, control = nls.control(maxiter = 50, warnOnly = TRUE), algorithm = "port")
#<removed irrelevant lines here>
    plot(x, y, main = "Redlich Peterson Isotherm", xlab = "Ce", ylab = "Qe")
    lines(x, predict(fit258), col = "black")
#<more irrelevant lines here>
}

我们可以用ggplot做同样的事情：

library(ggplot2)
library(PUPAIM)

startfit <- (Qe ~ (Arp*Ce)/(1+(Krp*(Ce^b))))
start <- data.frame(Arp = c(1, 100), Krp = c(1, 100), b = c(0, 1))
set.seed(511)
endfit <- nls2(startfit, start = start, control = nls.control(maxiter = 50, warnOnly = TRUE), algorithm = "port")
predict(endfit)

data.frame(Ce,Qe,Predict = predict(endfit)) %>% 
ggplot(aes(x=Ce, y = Qe)) +
  geom_point() +
  geom_line(aes(y = Predict)) +
  ggtitle("Redlich Peterson Isotherm") +
  theme_bw()