多个图中每个图的单独背景颜色

Question

在连续绘制 5 个箱形图时，我正在尝试制作条纹图（改变白色和灰色背景）。为什么背景颜色没有应用于我的代码中的整个图？当我单独绘制箱形图时，背景颜色确实发生了变化。

set.seed(42)
dev.off()
windows(width=6, height=4)
par(mfrow=c(1,5))
par(mar=c(2,4,1,1)) # bottom, left, top and right

par(bg = 'white')
boxplot(rnorm(20), ylab = "A")
title(xlab="n = 54", line=0)

par(bg = 'grey')
boxplot(rnorm(20),  ylab = "B")
title(xlab="n = 54", line=0)

par(bg = 'white')
boxplot(rnorm(20),  ylab = "C")
title(xlab="n = 54", line=0)

par(bg = 'grey')
boxplot(rnorm(20),  ylab = "D")
title(xlab="n = 26", line=0)

par(bg = 'white')
boxplot(rnorm(20),  ylab = "E")
title(xlab="n = 6", line=0)

说明一下，我希望下图中红色矩形内的区域为灰色。

Answer 1

对不起，这不是很好，但我担心你能做的一切。

如您所见，bg 仅控制框本身的背景颜色，而不是整个图。该解决方案具有将数据绘制两次的丑陋特征。一旦到达将绘制所有内容的位置，使用它来显示背景矩形，然后再次绘制数据。但我相信这就是您要找的。

set.seed(42)
dev.off()
windows(width=6, height=4)
par(mfrow=c(1,5))
par(mar=c(2,4,1,1)) # bottom, left, top and right

Data = rnorm(20)
boxplot(Data,  ylab = "A")
rect(par("usr")[1],par("usr")[3],par("usr")[2],par("usr")[4],col = "white")
boxplot(Data,  ylab = "A", add=TRUE)
title(xlab="n = 54", line=0)

Data = rnorm(20)
boxplot(Data,  ylab = "B")
rect(par("usr")[1],par("usr")[3],par("usr")[2],par("usr")[4],col = "grey")
boxplot(Data,  ylab = "B", add=TRUE)
title(xlab="n = 54", line=0)

Data = rnorm(20)
boxplot(Data,  ylab = "C")
rect(par("usr")[1],par("usr")[3],par("usr")[2],par("usr")[4],col = "white")
boxplot(Data,  ylab = "C", add=TRUE)
title(xlab="n = 54", line=0)

Data = rnorm(20)
boxplot(Data,  ylab = "D")
rect(par("usr")[1],par("usr")[3],par("usr")[2],par("usr")[4],col = "grey")
boxplot(Data,  ylab = "D", add=TRUE)
title(xlab="n = 26", line=0)

Data = rnorm(20)
boxplot(Data,  ylab = "E")
rect(par("usr")[1],par("usr")[3],par("usr")[2],par("usr")[4],col = "white")
boxplot(Data,  ylab = "E", add=TRUE)
title(xlab="n = 6", line=0)

Answer 2

这是我能想到的最好的。我不得不用 trial-and-error 来近似每个矩形的四个角。我注释掉了三个白色矩形，但没有正确调整它们的大小，但保留了代码以显示它们可以包含所需的颜色。

setwd('C:/Users/general1/Documents/simple R programs/')

jpeg(filename = "boxplot_background_color_with_layout.jpeg")

set.seed(1223)
par(xpd = NA, mar = c(2,4,1,1), bg = 'white')
layout(matrix(c(1,2,3,4,5), 1, 5, byrow = TRUE))

boxplot(rnorm(20), ylab = "A")
title(xlab="n = 54", line=0)
#rect(-1, -2.375, 1.585, 2, col = rgb(0,0,0,alpha=0.5), border=FALSE) 

boxplot(rnorm(20), ylab = "B")
title(xlab="n = 54", line=0)
rect(-0.4, -2.229, 1.6, 2.0, col = rgb(0.5,0.5,0.5,alpha=0.5), border=FALSE) 

boxplot(rnorm(20), ylab = "C")
title(xlab="n = 54", line=0)
#rect(-1, -2.375, 1.585, 2, col = rgb(0,0,0,alpha=0.5), border=FALSE)

boxplot(rnorm(20), ylab = "D")
title(xlab="n = 54", line=0)
rect(-0.4, -2.5, 1.6, 2.5, col = rgb(0.5,0.5,0.5,alpha=0.5), border=FALSE) 

boxplot(rnorm(20), ylab = "E")
title(xlab="n = 54", line=0)
#rect(-1, -2.375, 1.585, 2, col = rgb(0,0,0,alpha=0.5), border=FALSE)

dev.off()

Answer 3

这是一个 ggplot 替代方案，它需要更少 hard-coding。

library(ggplot2)
library(gridExtra)

df <- data.frame(grp = rep(letters[1:5], c(12, 8, 11, 9, 10)), y = rnorm(50))

grp <- unique(df$grp)
cols <- c("grey80", "white")

l <- vector(length = length(grp), "list")

for(i in seq_along(grp)){
  dat <- df[df$grp == grp[i], ]
  col <- cols[i %% 2 + 1]
  p <- ggplot(dat) +  
    geom_boxplot(aes(x = factor(1), y = y), fill = col) +
    theme(plot.background = element_rect(fill = col),
          panel.background = element_rect(fill = col),
          panel.border = element_rect(fill = NA, colour = "black"),
          panel.grid = element_blank()) +
    scale_x_discrete(breaks = NULL) +
    xlab(paste0(grp[i], "\n", "n = ", nrow(dat)))
  l[[i]] <- p
}

do.call(grid.arrange, c(l, nrow = 1))

解释：

将用于绘图的值放在 data.frame 中，并使用相关的分组变量 ('grp') 区分值
创建一个唯一组向量 ('grp')，pre-allocate 一个列表 ('l') 来存储绘图，并设置所需的填充颜色 ('cols')
遍历组的索引 (for(i in seq_along(grp)))
根据组 (df[df$grp == grp[i], ]) 对数据进行子集化
Select 背景颜色使用数字向量指示组索引的奇数/偶数值 (i %% 2 + 1)，以交替灰色和白色背景。
情节 (ggplot)
用'col'填充相关元素。根据口味修改其他theme个元素
动态创建 x 个标签 (xlab)：获取当前 'grp' 并计算样本量 (nrow(dat))
将绘图分配给它的列表元素 (l[[i]] <- p)
使用gridExtra::grid.arrange渲染和排列列表中的地块
瞧！

多个图中每个图的单独背景颜色

Separate background color for each plot in multiple plots

plot

r

boxplot