Con ggplot2 podemos realizar composiciones de gráficos de un mismo tipo mediante las funciones facet_wrap() y facet_grid(). Pero, ¿Cómo podemos realizar una composición con gráficos de diferente tipo? Por ejemplo, un gráfico de cajas más uno de dispersión. Esto podemos hacerlo mediante la librería patchwork en R.
A continuación, compartiré un pequeño manual y ejemplos de la librería. ¡Espero que os resulte útil!
Operadores principales del paquete patchwork en R
Esta cuenta principalmente con cuatro operadores:
- El operador '+' permite encadenar gráficos en un mismo gráfico.
- El operador '/' permite indicar que un gráfico vaya bajo otro u otros gráficos.
- El operador '|' nos permite indicar que un gráfico o gráficos vayan siempre al lado de otros gráficos. Es muy similar a '+', pero es más estricto en la composición. Más adelante los veremos en acción para ver más claras las diferencias entre ellos.
- El operador '&' sirve para realizar una acción sobre el conjunto de nuestro mosaico al completo.
Ahora crearemos cuatro gráficos para trabajar y ver cómo funciona cada operador de la librería patchwork.
El operador '+'
Este nos permite encadenar varios gráficos los cuales agrupa la librería de la forma que considera más conveniente.
El operador '+' permite indicarle cómo van a agruparse las filas y columnas mediante la función plot_layout() y sus argumentos ncol y nrow, para filas y columnas respectivamente.
El operador '/'
Este permite indicar que un gráfico vaya bajo otro u otros gráficos.
El operador '|'
Nos permite indicar que un gráfico o gráficos vayan siempre al lado de otros gráficos de forma estricta, ya que hemos visto que el operador '+' los ordena de la forma que considera más conveniente. El resultado no es bonito, pero podemos ver la diferencia con el operador '+'.
El operador '&'
Con este podemos realizar una acción sobre el conjunto de nuestro mosaico al completo. En este caso, poner todas las leyendas en la parte superior de los gráficos.
Ejemplo: Cómo combinar gráficos en R utilizando patchwork
Cambiando unos pequeños detalles en los gráficos originales y usando alguna función más avanzada de la librería podemos llegar a un gráfico publicable.
No te pierdas nuestros cursos con el programa R:
- Curso de Introducción al Data Science con R, RStudio y RMarkdown
- Curso de Diseño experimental e inferencia con R
- Curso de Análisis de componentes principales (PCA) con R
- Curso de Análisis práctico de series temporales con R
- Curso de Análisis de correlación y regresión lineal con R
- Curso de Árboles de Decisión con R
- Curso de Machine Learning con Caret en R
- Curso de Machine Learning: Análisis Cluster con R
Documentación de la librería patchwork
• Getting Started: https://patchwork.data-imaginist.com/articles/patchwork.html
• Plot Assembly: https://patchwork.data-imaginist.com/articles/guides/assembly.html
• Controlling Layouts: https://patchwork.data-imaginist.com/articles/guides/layout.html
• Adding annotation and style: https://patchwork.data-imaginist.com/articles/guides/annotation.html
• Alignment across multiple pages: https://patchwork.data-imaginist.com/articles/guides/multipage.html
• patchwork 1.3.0 Release: https://www.tidyverse.org/blog/2024/09/patchwork-1-3-0/
• R for Data Science. 11.6 Layout: https://r4ds.hadley.nz/communication#layout
