03使用 facet_wrap 与 facet_grid 分面

分面将同一种图形按分类变量拆成多个面板。所有面板共享图层设计，因此读者可以把注意力放在组间差异，而不必逐张理解不同的绘图规则。

facet_wrap()：一个变量铺成多个面板

facet_wrap() 适合按一个变量拆分，并让面板自动换行排列：

library(ggplot2)

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_wrap(~class)

使用 nrow 或 ncol 控制布局：

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_wrap(~class, ncol = 3)

当类别数量较多、没有天然的行列结构时，facet_wrap() 通常最直接。

facet_grid()：行与列共同定义结构

facet_grid() 适合两个变量形成有意义的行列组合：

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_grid(drv ~ cyl)

drv 决定面板行，cyl 决定面板列。只按一个方向排列时，可以用点号表示空维度：

facet_grid(. ~ class)
facet_grid(drv ~ .)

如果两个变量之间存在实验设计或业务结构，例如 treatment × tissue，网格布局能保留这一结构。若只是想查看两个变量组合后的若干组，也可以先组合变量再使用 facet_wrap()。

是否共享坐标轴

scales 控制各面板的坐标范围：

默认的固定坐标轴最适合跨面板比较绝对位置和变化幅度：

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_wrap(~class, scales = "fixed")

不同组的数值范围差异很大时，自由坐标轴可以显示各组内部结构：

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_wrap(~class, scales = "free_y")

代价是面板间的高度不再代表同一个数值范围，读者不能只凭点的位置直接比较绝对值。使用自由坐标轴时，应保留清晰的刻度，并确认问题关注的是组内模式而不是组间量级。

分面与颜色分组怎样选择

颜色映射把各组画在同一坐标系中，适合直接观察重叠与相对位置；分面减少遮挡，适合逐组检查结构。

# 同图比较
ggplot(mpg, aes(displ, hwy, color = drv)) +
  geom_point()

# 分面比较
ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  facet_wrap(~drv)

两者也可以表达不同变量：

ggplot(mpg, aes(displ, hwy, color = drv)) +
  geom_point() +
  facet_wrap(~class)

这时每个面板内仍按 drv 着色，而面板之间比较 class。只有当两个分组维度都服务于明确问题时才应叠加，否则面板和图例会同时增加阅读负担。

面板顺序与空组合

分面顺序由变量的因子 levels 控制。需要业务顺序时，先整理因子：

mpg2 <- mpg |>
  transform(
    drv = factor(drv, levels = c("f", "r", "4"))
  )

facet_grid() 中某些行列组合可能没有数据。空面板有时正好揭示实验设计缺口，有时则只是浪费空间；是否保留应根据展示目的决定，而不是一律删除。

分面的核心价值是让每个面板遵循相同的视觉规则。布局和自由坐标轴都应服务于比较任务，而不只是把一张拥挤的图拆散。