计算R中给定数量的图的最佳网格布局尺寸[关闭]

Question

我在 ggplot 中有 12 个图，我用 grid.arrange 来排列它们。我手动将网格中的行数设置为 4，将列数设置为 3。由于 3 x 4 = 12，这就像一个魅力。

但是如果我有任意数量的地块怎么办？说 13... 我如何以编程方式找到要使用的行数和列数，以使整个绘图成为最“方形”的形状？

我想在 R 中这样做。

更新 数据链接：http://github.com/ngfrey/DataGenii/blob/master/exampleMedicalData.csv

这是我今天早上正在编写的代码。希望它将提供一个更具说明性的示例。请注意我如何在函数的return(list(plots=plots, numrow=4, numcol=3)) 部分设置行数和列数：

makePlots<- function(fdf){
idx<- which(sapply(fdf, is.numeric))
idx<- data.frame(idx)
names(idx)<- "idx"
idx$names<- rownames(idx)
plots<- list()

for(i in 2:length(idx$idx)) {
  varname<- idx$names[i]
  mydata<- fdf[, idx$names[i]]
  mydata<- data.frame(mydata)
  names(mydata)<- varname
  g<- ggplot(data=mydata, aes_string(x=varname) )
  g<- g + geom_histogram(aes(y=..density..), color="black", fill='skyblue')+ geom_density() + xlab(paste(varname))
  print(g)


  plots<- c(plots, list(g))
}

return(list(plots=plots, numrow=4, numcol=3 ))
}
res<- makePlots(fdf)
do.call(grid.arrange, c(res$plots, nrow=res$numrow, ncol=res$numcol))

Answer 1

?n2mfrow 为您找到默认布局；实际上，如果缺少nrow 和ncol，它已经被grid.arrange 使用了

grid.arrange(grobs = replicate(7, rectGrob(), simplify=FALSE))

Answer 2

在实践中，可以合理显示的地块数量有限，而美观的布置也很少，因此您可以只制作表格。

但是，我们可以做的是为较大尺寸与较小尺寸的比率指定一个公差。然后我们找到最接近我们目标的两个数字。如果这些在容忍范围内，我们就完成了。否则，我们会给我们的目标增加浪费。这终止于找到合适的对或下一个最大的正方形中的较早者。 （公差应 > 1）。

考虑给定n的最接近的两个数字中的最小者

fact<-function(n) {
  k<-floor(sqrt(n));
  for(i in k:1) {if (n%%i == 0) return(i)}
}

在容差范围内搜索近正方形

nearsq<-function(n,tol=5/3+0.001) {
  m<-ceiling(sqrt(n))^2;
  for(i in n:m) {
    a<-fact(i);
    b<-i/a;
    if(b/a < tol) return(c(a,b))
  }
}

例子

#probably too many plots
nearsq(83)
#> [1]  8 11

#a more reasonable range of plots, tabulated
cbind(12:36,t(Vectorize(nearsq)(12:36)))

[,1] [,2] [,3] [1,] 12 3 4 [2,] 13 3 5 [3,] 14 3 5 [4,] 15 3 5 [5,] 16 4 4 [6,] 17 4 5 [7,] 18 4 5 [8,] 19 4 5 [9,] 20 4 5 [10,] 21 4 6 [11,] 22 4 6 [12,] 23 4 6 [13,] 24 4 6 [14,] 25 5 5 [15,] 26 5 6 [16,] 27 5 6 [17,] 28 5 6 [18,] 29 5 6 [19,] 30 5 6 [20,] 31 5 7 [21,] 32 5 7 [22,] 33 5 7 [23,] 34 5 7 [24,] 35 5 7 [25,] 36 6 6

Answer 3

这是我让这个坏男孩工作的方法： （我仍然可以收紧轴标签，并且可能会压缩 makePlots() 函数中的前 2 个 if 语句，以便它运行得更快，但我会在稍后的日期/帖子中解决这个问题）

library(gmp)
library(ggplot2)
library(gridExtra)

############
factors <- function(n)
{
   if(length(n) > 1) 
   {
      lapply(as.list(n), factors)
   } else
   {
      one.to.n <- seq_len(n)
      one.to.n[(n %% one.to.n) == 0]
   }
}


###########
makePlots<- function(fdf){
idx<- which(sapply(fdf, is.numeric))
idx<- data.frame(idx)
names(idx)<- "idx"
idx$names<- rownames(idx)
plots<- list()

for(i in 2:length(idx$idx)) {
  varname<- idx$names[i]
  mydata<- fdf[, idx$names[i]]
  mydata<- data.frame(mydata)
  names(mydata)<- varname
  g<- ggplot(data=mydata, aes_string(x=varname) )
  g<- g + geom_histogram(aes(y=..density..), color="black", fill='skyblue')+ geom_density() + xlab(paste(varname))
  print(g)


  plots<- c(plots, list(g))
}

numplots<- 0
#Note: The reason I put in length(idx$idx)-1 is because the first column is the row indicies, which are usually numeric ;)
#isprime returns 0 for non-prime numbers, 2 for prime numbers
if(length(idx$idx) == 2){
  numplots<- length(idx$idx)
  ncolx<- 1
  nrowx<- 2
} else if(length(idx$idx)==3){
  numplots<- length(idx$idx)
  ncolx<- 1
  nrowx<- 3
} else if(isprime((length(idx$idx)-1)) !=0){ 
  numplots<- length(idx$idx)
  facts<- factors(numplots)
  ncolx<- facts[length(facts)/2]
  nrowx<- facts[(length(facts)/2) + 1]

} else{numplots<- (length(idx$idx)-1)
  facts<- factors(numplots)
  ncolx<- facts[length(facts)/2]
  nrowx<- facts[(length(facts)/2) + 1]}

if(abs(nrowx-ncolx)>2){
  ncolx<- ncolx+1
  nrowx<- ceiling(numplots/ncolx)
}


return(list(plots=plots, numrow=nrowx, numcol=ncolx ))
}
res<- makePlots(fdf)
do.call(grid.arrange, c(res$plots, nrow=res$numrow, ncol=res$numcol))