ggplot2批量生成图片并组合图片

当我们获得多因素的原始数据的时候，就会根据不同的因素来绘制多组一样的图片。一个一个画当然也行，不过很累，这里，我来使用ggplot2批量生成一个类型的图片，并将他们拼接在一起。

这是某次血常规的数据（经过了修改），将数据整理成下面这种形式：

分组情况如下：

library(rio)

library(ggplot2)

library(patchwork)

rawdata <- import(file = "exp.xlsx",sheet = 1,col_names = T,na = "0",col_type = "numeric") #从excel读取数据，并将空单元格和单元格值为0的数字变为NA

group <- import(file = "exp.xlsx",sheet = 2,col_names = T,na = "0")

rawdata <- merge(group,rawdata,by = "order") #按照order列合并，加入分组信息

rawdata

这里我们是想要每一列都做一个柱形图，因此可以写一个for循环，基本思路就是先把要做图的那一列变量和group列提取出来，然后对每一个变量计算各组的均值和标准差（均值就是柱子的高度，标准差是为了画出误差棒）。

需要先画一个图（本例就是先画出WBC，然后给出布局，例如这里要画14个图，我打算画四行，每行4个图，最后一行两个图）：

data <- rawdata[,c(2,3)]

data <- na.omit(data) #删除NA值

frame <- data.frame() #使用循环计算出mean和sd

for (j in c(1:7)){

variable <- data[which(data$group == group[j,2]),]

mean <- mean(variable[,2])

sd <- sd(variable[,2])

frame <- rbind(frame,cbind(mean = mean,sd = sd,order = j,group = group[j,2]))}

frame$mean <- as.numeric(frame$mean)

frame$sd <- as.numeric(frame$sd)

p <- ggplot(frame,aes(x = reorder(group,order),y = mean))+

geom_errorbar(aes(ymin = mean-sd ,ymax = mean + sd),size = 1.2,width = 0.2,color = "gray")+

geom_bar(size = 1.2,color = "black",stat = "identity",width = 0.7,fill = rainbow(7),alpha = 0.6)+

geom_point(shape = 18,size = 6,color = rainbow(7),alpha = 0.6)+

labs(x = colnames(data)[2],y = paste("The organ coefficient of",colnames(data)[2]))+

coord_cartesian(xlim = c(0.5,7.5),ylim = c(0,max(frame$mean+frame$sd)*1.2),expand = F)+

geom_text(x = 4,y = max(frame$mean+frame$sd)*1.15,label = "One-way ANOVA: P > 0.05",size = 6)+

theme(panel.background = element_blank(),

panel.grid.major.y = element_line(colour = "grey",linetype = 2),

axis.line = element_line(colour = "black",size = rel(2),arrow = arrow(angle = 30,length = unit(0.1,"inches"))),

axis.title.y = element_text(size = rel(2),hjust = 0.5),

axis.title.x = element_text(size = rel(2),hjust = 0.5),

axis.text.x = element_text(size = rel(2),hjust = 1,angle = 45),

axis.text.y = element_text(hjust = 1,size = rel(2)),

axis.ticks = element_line(size = rel(1.3)),

plot.title = element_text(size = rel(1.8)),

plot.margin = margin(15,9,9,30))

graph_one <- p + plot_layout(nrow = 4,ncol = 4,tag_level = "new")+plot_annotation(tag_levels = "A")+theme(plot.tag = element_text(size = rel(2))) #这个函数就是给出整个图片的布局

这个图片就相当于是个画布

下面用for循环，将剩下的变量（WBC后面的变量）按照和上面一样的操作进行绘图，并将他们拼在一起。

for (i in c(4:dim(rawdata)[2])){

data <- rawdata[,c(2,i)]

data <- na.omit(data)

frame <- data.frame()