在循环中将ggplot对象分配给列表的R语言指令

Question

我正在使用一个for循环将ggplot分配给列表，然后将其传递给plot_grid()（包cowplot）。plot_grid可以将多个ggplots并排在同一张图中。手动操作没问题，但当我使用for循环时，生成的最后一个图形会在每个子框架中重复显示（如下所示）。换句话说，所有的子框架都显示相同的ggplot。

这是一个玩具级别的例子：

require(cowplot)

dfrm <- data.frame(A=1:10, B=10:1)

v <- c("A","B")
dfmsize <- nrow(dfrm)
myplots <- vector("list",2)

count = 1
for(i in v){
    myplots[[count]] <- ggplot(dfrm, aes(x=1:dfmsize, y=dfrm[,i])) + geom_point() + labs(y=i)
    count = count +1
}
plot_grid(plotlist=myplots)

预期结果：

for loop的图表：

我尝试将列表元素转换为grobs，就像这个问题中描述的那样：

mygrobs <- lapply(myplots, ggplotGrob)
plot_grid(plotlist=mygrobs)

但是我得到了相同的结果。

我认为问题在于循环赋值，而不是plot_grid()，但我看不出我哪里做错了。

- someguyinafloppyhat

---

这个答案详细介绍了ggplot2的惰性求值的一些细节。 - aosmith

Answer 1

迄今为止的答案非常接近，但在我看来仍然不够令人满意。问题是，在您的for循环之后：

myplots[[1]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, i]
myplots[[1]]$plot_env
#<environment: R_GlobalEnv>

myplots[[2]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, i]
myplots[[2]]$plot_env
#<environment: R_GlobalEnv>

i
#[1] "B"

如其他答案所提到的，ggplot直到绘图时才会评估这些表达式，由于这些表达式都在全局环境中，而且i的值是"B"，所以得到了不理想的结果。

有几种避免这个问题的方法，其中最简单的方法实际上简化了你的表达式：

myplots = lapply(v, function(col)
            ggplot(dfrm, aes(x=1:dfmsize, y=dfrm[,col])) + geom_point() + labs(y=col))

这种方法能够奏效，是因为在lapply循环中每个值的环境都是不同的：

myplots[[1]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, col]
myplots[[1]]$plot_env
#<environment: 0x000000000bc27b58>

myplots[[2]]$mapping
#* x -> 1:dfmsize
#* y -> dfrm[, col]
myplots[[2]]$plot_env
#<environment: 0x000000000af2ef40>

eval(quote(dfrm[, col]), env = myplots[[1]]$plot_env)
#[1]  1  2  3  4  5  6  7  8  9 10
eval(quote(dfrm[, col]), env = myplots[[2]]$plot_env)
#[1] 10  9  8  7  6  5  4  3  2  1

因此，即使表达式相同，结果也会有所不同。

如果你想知道lapply的环境中存储/复制了什么 - 毫不奇怪，只是列名：

ls(myplots[[1]]$plot_env)
#[1] "col"

- eddi

---

我将eddi的答案标记为最佳答案，因为通过映射，然后在循环的每次迭代中显示plot_env，可以非常清楚地了解正在发生的事情。@jrandall：我没有意识到aes执行非标准评估，正如您所提到的那样，这就是为什么最好使用aes_q。感谢其他人提到lapply作为循环的替代品。 - someguyinafloppyhat

@eddi 我正在尝试说服 ggplot 在 for 循环期间生成图形时尊重变量值，当我最终检查存储在图形列表中的所有图形时。您对此有什么建议吗？链接 - mavericks

Answer 2

我认为这里的问题在于 aes 方法的非标准评估延迟了对 i 的评估，直到图形实际绘制时才进行。绘制时，i 是最后一个值（在玩具示例中是 "B"），因此所有图的 y 美学映射都指向该最后一个值。同时，labs 调用使用标准评估，因此标签正确地引用循环中每个 i 的迭代。

可以通过简单地使用映射函数的标准评估版本 aes_q 来解决这个问题：

require(cowplot)

dfrm <- data.frame(A=1:10, B=10:1)

v <- c("A","B")
dfmsize <- nrow(dfrm)
myplots <- vector("list",2)

count = 1
for(i in v){
    myplots[[count]] <- ggplot(dfrm, aes_q(x=1:dfmsize, y=dfrm[,i])) + geom_point() + labs(y=i)
    count = count +1
}
plot_grid(plotlist=myplots)

- jrandall

---

我喜欢你明确提到NSE。在将图表分配给列表之前，在循环内部实际打印图表也可以进行验证，这实际上会给出正确的输出（与在运行循环后打印它不同）。 - jakub

Answer 3

有一篇很好的解释，说明了ggplot2中懒惰求值和for循环发生的情况，请参见此答案。

在这种情况下，我通常会切换到使用aes_string或aes_，以便在ggplot2中将变量用作字符串。

在您的情况下，我发现使用lapply循环比for循环更容易，因为可以避免初始化列表和使用计数器。

首先，我将x变量添加到数据集中。

dfrm$index = 1:nrow(dfrm)

现在，使用lapply循环遍历v中的列。

myplots = lapply(v, function(x) {
    ggplot(dfrm, aes_string(x = "index", y = x)) + 
        geom_point() +
        labs(y = x)
})

plot_grid(plotlist = myplots)

- aosmith

Answer 4

我认为ggplot在寻找你的x和y变量时会感到困惑，因为实际上你是在动态定义它们。如果你稍微改变for循环来构建一个新的子data.frame作为第一行，它就可以正常工作了。

myplots <- list()
count = 1

for(i in v){
    df <- data.frame(x = 1:dfmsize, y = dfrm[,i])
    myplots[[count]] <- ggplot(df, aes(x=x, y=y)) + geom_point() + labs(y=i)
    count = count + 1
}
plot_grid(plotlist=myplots)

- Nate