如何使用ggplot在R中创建不均匀的facet_wrap网格？

如何解决如何使用ggplot在R中创建不均匀的facet_wrap网格？

我目前正在R中使用ggplot2进行图形处理，我想使用facet_wrap创建5个子图。

到目前为止，这是我的代码：

# getting the data
data = structure(list(type = c("red","blue","orange","yellow","green","red","green"),cond = c("new","new","old","old"),fact = c("light","light","shiny","shiny"),score = c(2L,4L,8L,6L,10L,3L,5L,9L,1L,12L,14L,18L,16L,20L,13L,15L,19L,11L,13L)),class = "data.frame",row.names = c(NA,-20L))

library(ggplot2)

ggplot(data=data,aes(x=cond,y=score,fill=fact)) +
  geom_bar(stat="identity",position=position_dodge()) +
  theme_bw() + facet_wrap(. ~ type,ncol=3)

这将创建以下图：

但是，由于一种颜色比其他颜色重要得多，因此我想创建以下一种颜色：

有人知道如何让facet_wrap做到这一点，还是可以将我指向另一个创建它的选项？

干杯，最高

解决方法

这是将patchwork和构面混合在一起的方法。

为blue创建一个图，为其他所有图。从蓝色图中删除图例，并从另一个图中删除y轴标题。

library(tidyverse)
library(patchwork)

p_other <-
  data %>%
  filter(type != "blue") %>%
  ggplot(aes(x = cond,y = score,fill = fact)) +
    geom_bar(stat = "identity",position = position_dodge()) +
    theme_bw() +
    facet_wrap(. ~ type,ncol = 2) +
    theme(axis.title.y = element_blank())

p_blue <-
  data %>%
  filter(type == "blue") %>%
  ggplot(aes(x = cond,ncol = 2) +
    theme(legend.position = "none")

使用|添加来自拼凑而成的列。

(p_blue | p_other) + plot_layout(widths = c(1,2))

尝试使用patchwork的这种方法，您将必须格式化type变量以进行分解，以便具有所需的顺序，然后对绘图使用函数。之后，您可以组成所需的绘图。我已经为您设计了功能，这属于您问题中的选项2。这里的代码：

library(ggplot2)
library(patchwork)
#Data format
data$type <- factor(data$type,levels = c("blue","green","orange","red","yellow"),ordered = T)

我们为数据创建一个列表：

#Create list
List <- split(data,data$type)

现在，用于绘图的功能：

#Create isolate plots
myplot <- function(x)
{
  text <- unique(as.character(x$type))
  #Plot
  G <- ggplot(data=x,aes(x=cond,y=score,fill=fact)) +
    geom_bar(stat="identity",position=position_dodge()) +
    theme_bw() + ggtitle(text)+
    theme(plot.title = element_text(hjust=0.5))
  return(G)
}

然后，我们开始构建地块：

#Plot for only first plot
P1 <- myplot(List[[1]])
P2 <- wrap_plots(lapply(List[-1],myplot),ncol = 2)

最后，我们安排地块：

#Now wrap plots
P3 <- P1 + P2
P4 <- P3 +  plot_layout(guides = 'collect')

输出：