我同意Alex's answer,但在我更好的科学和设计判断的情况下,我尝试了一下。
require(gridExtra)
require(dplyr)
iris %>% group_by(Species) %>%
do(gg = {ggplot(., aes(Petal.Width, Petal.Length, fill = Sepal.Width)) +
geom_tile() + facet_grid(~Species) +
guides(fill = guide_colourbar(title.position = "top")) +
theme(legend.position = "top")}) %>%
.$gg %>% arrangeGrob(grobs = ., nrow = 1) %>% grid.arrange()
当然,然后你会复制很多标签,这很烦人。此外,您会丢失x 和y 的比例信息,因为您将每个物种绘制为单独的图,而不是单个图的各个方面。您可以通过在该 ggplot 调用中添加 ... + coord_cartesian(xlim = range(iris$Petal.Width), ylim = range(iris$Petal.Length)) + ... 来修复轴。
老实说,唯一有意义的方法是比较两个不同的变量进行填充,这就是为什么您不关心在绘图之间比较它们的真实值的原因。一个不错的选择是使用dplyr::group_by() 和dplyr::percent_rank 将它们重新缩放到构面内的百分位数。
编辑更新:
在两个不同变量的情况下,您必须首先“融化”数据,我假设您已经这样做了。在这里,我用iris 数据重复它。然后您可以通过检查百分位数而不是两个变量的绝对值来查看相对值。
iris %>%
tidyr::gather(key = Sepal.measurement,
value = value,
Sepal.Length, Sepal.Width) %>%
group_by(Sepal.measurement) %>%
mutate(percentilevalue = percent_rank(value)) %>%
ggplot(aes(Petal.Length, Petal.Width)) +
geom_tile(aes(fill = percentilevalue)) +
facet_grid(Sepal.measurement ~ Species) +
scale_fill_continuous(limits = c(0,1), labels = scales::percent)