在R中使用for循环绘制多物种分国家直方图时重复绘图的问题

问题描述 #

现有名为pairs的数据集，结构示例如下：

id_density sp_code country  dens_ab ...
       <dbl> <fct>  <chr>     <dbl>       
1         15 LALO     US      24.0
2         16 LALO     US      32.0 
3         17 LALO     US      20.0 
4         18 LALO     US      30.0
5         19 LALO     US      17.5 
6         20 LALO     US      32.5 
...

需求：为每个物种（sp_code共21种）生成一组小倍数直方图，每组包含3个国家的dens_ab分布直方图。

尝试的代码如下：

# libraries
library(ggplot2)
library(dplyr)

# group by country
pairs <- pairs %>% group_by(country)

dplyr::is_grouped_df(pairs)
# Grouped (TRUE)

# Loop
plot.country <- function(x = pairs) {
  sp_code <- unique(x$sp_code)
  for (i in seq_along(sp_code)) {
    plot <- x %>% 
      ggplot(aes(x = dens_ab, color = country, fill = country)) +
  geom_histogram(data = filter(x, sp_code == sp_code[i]), alpha = 0.6, binwidth = 0.5) +
  scale_fill_viridis(discrete=TRUE) +
  scale_color_viridis(discrete=TRUE) +
  theme_ipsum()+
  xlab("Density (pairs/km2)") +
  ylab("Frequency") +
  facet_wrap(~country)
    if (dir.exists("output")) { } 
    else {dir.create("output")}
    ggsave(filename = paste0("output/", sp_code[i], "plot_site_dens.png"),
           plot = plot,
           width = 11, height = 8.5, units = "in")
    print(plot)
  }
}

# Plot function execution
plot.country()

遇到的问题：

• 生成的直方图存在重复内容，不符合实际数据分布
• 循环生成的图背景为黑色（非循环绘制时背景为白色）

问题分析与修正 #

1. 移除不必要的分组操作 #

一开始对pairs执行group_by(country)完全多余，分组后的数据集会让后续的filter操作按组执行，导致过滤逻辑混乱，先取消分组：

pairs <- pairs %>% ungroup()  # 取消分组，或者直接删除原代码中的group_by步骤

2. 修正ggplot数据过滤逻辑 #

原代码中，ggplot初始化时使用整个分组数据集，然后在geom_histogram里单独过滤，这会导致facet的分组基于整个数据集的country，但实际绘图数据是过滤后的，容易出现重复或错误分布。正确的做法是先过滤出当前物种的数据，再传入ggplot。

3. 解决黑色背景问题 #

theme_ipsum()是hrbrthemes包的主题，默认使用深色背景。如果需要白色背景，可以：

• 改用默认白色背景主题（如theme_bw()）
• 或修改theme_ipsum()的参数（如theme_ipsum(plot_background = "white", panel_background = "white")）

修正后的完整代码 #

# 加载所需包
library(ggplot2)
library(dplyr)
# 如果使用theme_ipsum需要加载hrbrthemes
# library(hrbrthemes)

# 确保数据集未分组
pairs <- pairs %>% ungroup()

# 定义绘图函数
plot_country <- function(data = pairs) {
  # 获取所有唯一物种代码
  sp_list <- unique(data$sp_code)
  
  # 创建输出目录（放在循环外，避免重复检查）
  if (!dir.exists("output")) {
    dir.create("output")
  }
  
  # 循环每个物种
  for (sp in sp_list) {
    # 过滤当前物种的数据
    sp_data <- data %>% filter(sp_code == sp)
    
    # 绘制小倍数直方图
    p <- ggplot(sp_data, aes(x = dens_ab, color = country, fill = country)) +
      geom_histogram(alpha = 0.6, binwidth = 0.5) +
      scale_fill_viridis(discrete = TRUE) +
      scale_color_viridis(discrete = TRUE) +
      theme_bw()  # 使用白色背景主题，替换theme_ipsum()
      # 如果坚持用theme_ipsum，改为：
      # theme_ipsum(plot_background = "white", panel_background = "white") +
      xlab("Density (pairs/km2)") +
      ylab("Frequency") +
      facet_wrap(~country)
    
    # 保存图片
    ggsave(
      filename = paste0("output/", sp, "_plot_site_dens.png"),
      plot = p,
      width = 11, height = 8.5, units = "in"
    )
    
    # 打印图片
    print(p)
  }
}

# 执行绘图
plot_country()

额外优化建议 #

• 避免使用plot作为变量名（它是R的内置函数），改用p或其他名称
• 把创建目录的逻辑放在循环外，避免每次循环都重复检查
• 使用sp in sp_list的循环方式更易读，比seq_along更直观

内容的提问来源于stack exchange，提问作者Mag