Installer et charger le package gridExtra

install.packages("gridExtra")
library("gridExtra")

Installer et charger le package cowplot

cowplot peut être installé comme suit:

install.packages("cowplot")

OU

comme suit en utilisant le package devtools (devtools devrait être installé avant d’utiliser le code ci-dessous):

devtools::install_github("wilkelab/cowplot")

Charger cowplot:

library("cowplot")

Graph simples

library(cowplot)
# Graphe par défaut
bp <- ggplot(df, aes(x=dose, y=len, color=dose)) +
  geom_boxplot() + 
  theme(legend.position = "none")
bp
# Ajouter les grilles
bp + background_grid(major = "xy", minor = "none")

Rappelons que, la fonction ggsave() [dans le package ggplot2] peut être utilisée pour enregistrer des ggplots. Cependant, lorsque l’on travaille avec cowplot, la fonction save_plot() [dans le package cowplot] est préférée. Il est une alternative à ggsave avec un meilleur support pour les graphiques multi-figures.

save_plot("mpg.pdf", plot.mpg,
      base_aspect_ratio = 1.3 #Laisser de la place pour la légende
          )

Combiner plusieurs graphes en utilisant cowplot

# Nuage de points
sp <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl)))+ 
  geom_point(size=2.5)
sp
# Bar plot
bp <- ggplot(diamonds, aes(clarity, fill = cut)) +
  geom_bar() +
  theme(axis.text.x = element_text(angle=70, vjust=0.5))
bp

Combiner deux graphiques (nuage de points et bar plot):

plot_grid(sp, bp, labels=c("A", "B"), ncol = 2, nrow = 1)

La fonction draw_plot() peut être utilisée pour placer des graphiques dans des sites spécifiques avec une taille particulière. Le format de la fonction est la suivante:

draw_plot(plot, x = 0, y = 0, width = 1, height = 1)

• plot: Le graphique à placer (ggplot2 ou un gtable)
• x: L’abscisse x du coin inférieur gauche du graphique
• y: L’ordonnée y du coin inférieur gauche du graphique
• width, height: la largeur et la hauteur du graphique

La fonction ggdraw() est utilisée pour initialiser le graphique.

plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
  geom_point() + facet_grid(. ~ Species) +
  stat_smooth(method = "lm") +
  background_grid(major = 'y', minor = "none") + # grilles horiz.
  panel_border() # Bordure autour de chaque panel
ggdraw() +
  draw_plot(plot.iris, 0, .5, 1, .5) +
  draw_plot(sp, 0, 0, .5, .5) +
  draw_plot(bp, .5, 0, .5, .5) +
  draw_plot_label(c("A", "B", "C"), c(0, 0, 0.5), c(1, 0.5, 0.5), size = 15)

Ajouter une légende commune pour plusieurs graphiques ggplot2

Ceci peut être réalisé en quatre étapes:

1. Créer les graphiques : p1, p2, ….
2. Enregistrer la légende du graphique p1 comme un élément graphique externe (appelé “grob” dans la terminologie Grid)
3. Retirer les légendes de tous les graphiques
4. Dessiner l’ensemble des graphiques avec seulement une légende dans le panel de droite

Pour enregistrer la légende d’un ggplot, la fonction d’aide ci-dessous peut être utilisée:

library(gridExtra)
get_legend<-function(myggplot){
  tmp <- ggplot_gtable(ggplot_build(myggplot))
  leg <- which(sapply(tmp$grobs, function(x) x$name) == "guide-box")
  legend <- tmp$grobs[[leg]]
  return(legend)
}

(La fonction ci-dessus est dérivée de ce forum. )

# 1. Créer les graphiques
#++++++++++++++++++++++++++++++++++
# Créer un box plot
bp <- ggplot(df, aes(x=dose, y=len, color=dose)) +
  geom_boxplot()
# Créer un violin plot
vp <- ggplot(df, aes(x=dose, y=len, color=dose)) +
  geom_violin()+
  geom_boxplot(width=0.1)+
  theme(legend.position="none")
# 2. Enregistrer la légende
#+++++++++++++++++++++++
legend <- get_legend(bp)
# 3. Supprimer la légende du box plot
#+++++++++++++++++++++++
bp <- bp + theme(legend.position="none")
# 4. Combiner les graphiques avec des tailles spécifiques
grid.arrange(bp, vp, legend, ncol=3, widths=c(2.3, 2.3, 0.8))

Nuage de point avec courbe de distribution marginale

Step 1/3. Créer des données:

set.seed(1234)
x <- c(rnorm(500, mean = -1), rnorm(500, mean = 1.5))
y <- c(rnorm(500, mean = 1), rnorm(500, mean = 1.7))
group <- as.factor(rep(c(1,2), each=500))
df2 <- data.frame(x, y, group)
head(df2)

##             x          y group
## 1 -2.20706575 -0.2053334     1
## 2 -0.72257076  1.3014667     1
## 3  0.08444118 -0.5391452     1
## 4 -3.34569770  1.6353707     1
## 5 -0.57087531  1.7029518     1
## 6 -0.49394411 -0.9058829     1

Step 2/3. Créer des graphiques:

# Nuage de points colorés par groupes
scatterPlot <- ggplot(df2,aes(x, y, color=group)) + 
  geom_point() + 
  scale_color_manual(values = c('#999999','#E69F00')) + 
  theme(legend.position=c(0,1), legend.justification=c(0,1))
# Courbe de densité marginale de x (panel du haut)
xdensity <- ggplot(df2, aes(x, fill=group)) + 
  geom_density(alpha=.5) + 
  scale_fill_manual(values = c('#999999','#E69F00')) + 
  theme(legend.position = "none")
# Courbe de densité marginale de y (panel de droite)
ydensity <- ggplot(df2, aes(y, fill=group)) + 
  geom_density(alpha=.5) + 
  scale_fill_manual(values = c('#999999','#E69F00')) + 
  theme(legend.position = "none")

Créer un emplacement vide:

blankPlot <- ggplot()+geom_blank(aes(1,1))+
  theme(
    plot.background = element_blank(), 
   panel.grid.major = element_blank(),
   panel.grid.minor = element_blank(), 
   panel.border = element_blank(),
   panel.background = element_blank(),
   axis.title.x = element_blank(),
   axis.title.y = element_blank(),
   axis.text.x = element_blank(), 
   axis.text.y = element_blank(),
   axis.ticks = element_blank(),
   axis.line = element_blank()
     )

Step 3/3. Regrouper les graphiques:

Organiser le graphique avec des largeurs et des hauteurs adaptées pour chaque ligne et chaque colonne:

library("gridExtra")
grid.arrange(xdensity, blankPlot, scatterPlot, ydensity, 
        ncol=2, nrow=2, widths=c(4, 1.4), heights=c(1.4, 4))

Créer une mise en page complexe en utilisant la fonction viewport()

Les différentes étapes sont:

1. Créer les graphiques: p1, p2, p3, ….
2. Partir à la page suivante sur le dispositif grid en utilisant la fonction grid.newpage()
3. Créer une mise en page 2X2 - nombre de colonne = 2; nombre de ligne = 2
4. Définir une zone de vue (“grid viewport” : une région rectangulaire sur le dispositif graphique)
5. Afficher le graphique dans le viewport

require(grid)
# Nouvelle page
grid.newpage()
# Créer la mise en page : nrow = 2, ncol = 2
pushViewport(viewport(layout = grid.layout(2, 2)))
# Une fonction pour definir une region dans la mise en page
define_region <- function(row, col){
  viewport(layout.pos.row = row, layout.pos.col = col)
} 
# Arranger les graphiques
print(scatterPlot, vp=define_region(1, 1:2))
print(xdensity, vp = define_region(2, 1))
print(ydensity, vp = define_region(2, 2))