前面我们已经通过三期的内容来讲解了如何使用R包patchwork来拼图，排版和添加注释信息。
今天我们来聊聊布局
首先我们需要先来了解一下patchwork中的area这个函数
这个函数有四个参数，t和b表示的是网格中上边界和下边界，而l和r表示的是网格中的左边界和右边界。
我们先来结合一个具体的例子来看一下这个函数的具体使用方法
#安装patchwork包
devtools::install_github("thomasp85/patchwork@v1.1.0")
#加载ggplot2和patchwork
library(ggplot2)
library(patchwork)
#定义三个区域
layout <- c(
#如果只写两个参数，那么b = t, r = l
area(1, 1),
#写三个参数，那个r = l
area(1, 3, 3),
area(3, 1, 3, 2)
)
#画出三个区域
plot(layout)
可以看到这是一个3X3的九宫格，第一个区域top和left都是1，bottom和right也都是1，所以在左上角第一个小格子里。第二个区域top是1，left是3，bottom和right都是3，所以对应的区域是图中绿色区域。依此类推，大家可以自己推导一下第三个区域是不是蓝色所显示的区域。
了解了area这个函数以后，我们利用前几次展示的数据来看看如何布局。
#图1 散点图
p1 <- ggplot(mtcars) +
geom_point(aes(mpg, disp)) +
ggtitle('plot1')
#图2 箱型图
p2 <- ggplot(mtcars) +
geom_boxplot(aes(gear, disp, group = gear)) +
ggtitle('plot2')
#图3 拟合曲线
p3 <- ggplot(mtcars) +
geom_smooth(aes(hp, wt)) +
ggtitle('plot3')
#图4 柱形图
p4 <- ggplot(mtcars) +
geom_bar(aes(gear)) +
facet_wrap(~cyl) +
ggtitle('plot4')
#图5 histogram
p5 <- ggplot(mtcars) +
geom_histogram(aes(mpg)) +
ggtitle('plot5')
#采用上面构建的layout来展示p1,p1和p3
p1 + p2 + p3 + plot_layout(design = layout)
是不是跟上面的布局一样，只是用我们自己的plot1，plot2和plot3来替换了原来的红，绿和蓝三个色块。
可能有些读者觉得，这个坐标有点晕，那么接下来给大家介绍一个更加简单直白的layout设置方法，可以达到相同的效果。
layout <- "
##BBBB
AACCDD
##CCDD
"
#这里plot的顺序跟上面的A,B,C和D相对应
p1 + p2 + p3 + p4 +
plot_layout(design = layout)
其实，这也是一个九宫格，你可以细品一下。plot2对应B的位置，占第一行，第二三列。其他依此类推。
其实这里的layout写成下面的格式是一样的效果，大家可以体会一下这两种写法的区别。实际上上面那种写法，对应的是一个3X6的网格，而下面这种写法对应的是3X3的网格。
layout <- "
#BB
ACD
#CD
"
p1 + p2 + p3 + p4 +
plot_layout(design = layout)
接下来大家就可以自由发挥啦，
layout <- '
##A
#B#
C##
'
wrap_plots( p1, p2, p3, design = layout)
比如说这种对角线排布
layout <- '
A#B
#E#
C#D
'
#注意这里的对应关系
wrap_plots(A= p3, B=p5, C=p2, D=p1,E=p4, design = layout)
还有这种“众星捧月”的形式
如果大家理解了原理，剩下的就是你的想象力了！
参考资料：
