ggside有点类似于ggExtra，是用来添加边际图形的，但是比ggExtra更加灵活。可以添加非常多的类型，在语法上也更加靠近ggplot2的写法。
aplot有时候可以做到，但是专门的事还是要给专门的包做！
“包治百病！
#CRAN
install.packages("ggside")
#Github
devtools::install_github("jtlandis/ggside")
使用起来也是通过添加图层的方式。通过新提供的多种geom_xsidexxx()/geom_ysidexxx()，可以实现在x轴或者y轴添加各种不同的图形！
看下面这个例子，使用mpg数据集进行演示，先画一个散点图，横坐标是displ，纵坐标是hwy，都是连续型变量，通过class（离散型变量）映射不同的颜色。
library(ggside)
## 载入需要的程辑包：ggplot2
## Registered S3 method overwritten by 'ggside':
## method from
## +.gg ggplot2
p <- ggplot(mpg, aes(displ, hwy, colour = class)) +
geom_point(size = 2) +
theme_bw()
p
现在我们想在散点图的上方添加一个箱线图，用以显示不同class在displ的分布情况；在散点图的左侧添加密度图，用来显示hwy这一个变量的分布。
ggExtra做不到，因为添加的边际图形两边都是一样的。aplot是可以做到的，但是有时候因为数据问题会出现显示不全。
p + ggside(y.pos = "left")+ # 指定边际图形的位置
geom_xsideboxplot(aes(y=class),orientation = "y")+ # orientation表示方向是水平还是垂直
scale_xsidey_discrete()+
geom_ysidedensity(aes(x = after_stat(density)), position = "stack")+
theme(ggside.panel.scale = 0.3) # 调整边际图形的高度或宽度
可以看到，上面这个图完美满足我们的需求。
下面有几个需要解释的地方。
首先是geom_xsideboxplot(aes(y=class),orientation = "y")，其中我们重新指定了y=class，因为最开始的图中，我们的横轴是displ，纵轴是hwy，现在我们要展示calss这个分类变量了，横坐标还是一样的，纵坐标需要换掉！
接下来的scale_xsidey_discrete()，因为重新指定了y轴的映射，所以强制变为离散型，这样才不会和最开始的连续性映射冲突。
以上就是ggside的基础用法。接下来看看其他用法。
目前支持非常多geom：
同时也支持分面操作哦！
library(dplyr)
##
## 载入程辑包：'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
i2 <- iris %>%
mutate(Species2 = rep(c("A","B"), 75))
p <- ggplot(i2, aes(Sepal.Width, Sepal.Length, color = Species)) +
geom_point()+
geom_xsidedensity(aes(y=stat(density))) +
geom_ysidedensity(aes(x=stat(density))) +
theme_bw()
p
分面操作：
p + facet_wrap(Species~Species2) +
labs(title = "FacetWrap") +
guides(guide_axis(check.overlap = T))
当然facet_grid()也是支持的。
p + facet_grid(Species~Species2, space = "free", scale = "free_y")
OK，以上就是ggside的基本用法，你们学废了吗？
以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！
联系客服
