批量作图操作

1 引言

本文介绍一下R语言的批量作图操作。

2 加载宏包

# Load libraries
library(tidyverse) 

本人以iris数据集为例。

## # A tibble: 9 x 5
## # Groups:   Species [3]
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
##          <dbl>       <dbl>        <dbl>       <dbl> <fct>     
## 1          5.4         3.4          1.5         0.4 setosa    
## 2          5.2         3.5          1.5         0.2 setosa    
## 3          5.1         3.8          1.6         0.2 setosa    
## 4          5.8         2.7          3.9         1.2 versicolor
## 5          5.7         2.8          4.5         1.3 versicolor
## 6          5.6         3            4.5         1.5 versicolor
## 7          6.3         2.9          5.6         1.8 virginica 
## 8          6.9         3.2          5.7         2.3 virginica 
## 9          6.7         3.1          5.6         2.4 virginica

3 批量作图

3.1 方法1：

iris %>%
  dplyr::group_split(Species) %>%
  map( 
    # .x 或 . 是指以分组变量为分组的子集
    ~ ggplot(data = .x, aes(x = Sepal.Length, fill = Species)) + 
        geom_density() +
        ggtitle(.x$Species)) 

## [[1]]

## 
## [[2]]

## 
## [[3]]

3.2 方法2：

iris %>%
  mutate(Species = as.character(Species))%>% 
  dplyr::group_by(Species) %>%
  dplyr::group_map( 
    ~ ggplot(data = .x, aes(x = Sepal.Length)) + 
        geom_density() +
  ## .y 指分组变量的值，必须为字符型，因子型结果因子水平数字。
        ggtitle(.y)) 

## [[1]]

## 
## [[2]]

## 
## [[3]]

4 批量保存

iris %>%
  mutate(Species = as.character(Species)) %>% 
  dplyr::group_by(Species) %>%
  dplyr::group_walk( ## 也可以group_map
    ~ ggsave(
      paste0(.y, ".png"),
      ggplot(data = .x, aes(x = Sepal.Length)) + # .x 或 . 是指以分组变量为分组的子集
        geom_density() +
        ggtitle(.y), ## .y 指分组变量的分组关键词
      device = "png",
      path = getwd()
    )
  ) 

5 参考文献

• vignette: group_map {dplyr}
• https://bookdown.org/wangminjie/R4DS/eda-nobel.html