facet_wrap：打破傳統的展示方式

一、基本概念

在數據分析中，經常需要將數據按不同的變量分組，進行可視化展示。facet_wrap函數可以將一個變量按另一個變量分為多個小圖展示，非常方便的進行分組展示。

facet_wrap函數可以將一個變量拆分為多個子圖，設定參數nrow或ncol可以控制子圖的列數或行數，從而實現多條件分組展示。

ggplot(data, aes(x, y)) + 
  geom_point() + 
  facet_wrap(~group, ncol=3, nrow=2)

二、基本用法

facet_wrap最基本的用法，就是按某個變量分組展示數據。在下面的例子中，我們對iris數據集進行了分組展示，根據花萼長度(Sepal.Length)將花型按照3列展示，每列展示2個子圖。

ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
  geom_point() + 
  facet_wrap(~Species, ncol=3, nrow=2)

三、修改標題和展示方式

facet_wrap可以根據自己的需要修改子圖的標題和展示方式。通過在參數中添加主題(theme)、標籤(labeller)、展示方式(strip)等，可以完全自定義子圖的展示風格。

ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
  geom_point() + 
  facet_wrap(~Species, ncol=3, nrow=2, 
             labeller = labeller(Species = c("setosa" = "山鳶尾", "versicolor" = "雜色鳶尾", "virginica" = "維吉尼亞鳶尾")),
             strip.position = "right",
             strip.background = element_blank(),
             strip.text = element_text(face="bold"),
             theme(strip.text = element_text(size=14, face="bold")))

四、修改排列方式

facet_wrap並不只是可以按照傳統的水平或垂直排列方式，還可以通過修改排列方式，實現更多樣化的展示風格。在下面的例子中，我們將iris數據集按照花型進行分組展示，但是展示方式並不是按照傳統的格子形排列，而是使用了蜂窩形排列方式。

ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
  geom_point() + 
  facet_wrap(~Species, ncol=2, nrow=2, 
             switch = "both",
             labeller = labeller(Species = c("setosa" = "山鳶尾", "versicolor" = "雜色鳶尾", "virginica" = "維吉尼亞鳶尾")),
             strip.position = "bottom",
             strip.background = element_blank(),
             strip.text = element_text(face="bold"),
             theme(strip.text = element_text(size=14, face="bold")),
             scale_x_continuous(expand=c(0.2,0.2)))

五、調整子圖的尺寸

facet_wrap函數會自動調整子圖的尺寸，讓它們儘可能地填補整個繪圖區域。但是如果需要調整子圖的大小，也可以使用參數as.table = TRUE或者asp = ratio來實現。

ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
  geom_point() + 
  facet_wrap(~Species, ncol=3, nrow=2, as.table = T, 
             labeller = labeller(Species = c("setosa" = "山鳶尾", "versicolor" = "雜色鳶尾", "virginica" = "維吉尼亞鳶尾")),
             strip.position = "bottom",
             strip.background = element_blank(),
             strip.text = element_text(face="bold"),
             theme(strip.text = element_text(size=14, face="bold")),
             scale_x_continuous(expand=c(0.2,0.2)))

六、改變子圖內容

facet_wrap不僅可以根據某個變量的不同值進行分組展示，還可以通過細緻地操作，實現更加複雜的展示方式。比如在下面的例子中，我們將iris數據集中的每類花分為3組，然後根據組別展示子圖，實現了更加細緻的展示效果。

iris$group <- cut(1:nrow(iris), breaks = 3, labels = c("小", "中", "大"))
ggplot(iris, aes(Sepal.Length, Sepal.Width)) +
  geom_point() + 
  facet_wrap(~group + Species, ncol=3, nrow=2, 
             labeller = labeller(Species = c("setosa" = "山鳶尾", "versicolor" = "雜色鳶尾", "virginica" = "維吉尼亞鳶尾")),
             strip.position = "bottom",
             strip.background = element_blank(),
             strip.text = element_text(face="bold"),
             theme(strip.text = element_text(size=14, face="bold")),
             scale_x_continuous(expand=c(0.2,0.2)))

七、小結

facet_wrap作為一個非常重要的函數，常常用於分組展示數據。通過本文的介紹，讀者可以掌握facet_wrap函數的基本使用方式，以及如何根據自己的需要進行修改。掌握facet_wrap之後，讀者可以更加便捷的進行數據可視化處理。