使用ggplot2创建子图：基于hflights包绘制工作日航班延误子图的轴设置问题

别发愁，我来带你一步步搞定这个ggplot2分面配置的问题！咱们从数据预处理到画图全流程走一遍，确保你能得到想要的子图效果。

第一步：加载必要的工具包 #

首先得把需要的包装上并加载，hflights是核心数据，tidyverse包含了dplyr（处理数据）和ggplot2（画图），用起来更顺手：

# 如果没装过先安装
install.packages(c("hflights", "tidyverse"))

# 加载包
library(hflights)
library(tidyverse)

第二步：数据预处理（关键！） #

首先要过滤掉取消的航班，然后把DayOfWeek和Month转换成更易读的格式——不然子图标题和x轴会是冰冷的数字，看着难受：

# 处理数据：过滤取消航班，转换日期字段
flight_data <- hflights %>%
  # 排除取消的航班（Cancelled=1是取消，所以取0）
  filter(Cancelled == 0) %>%
  # 把工作日数字转换成带名称的因子，确保顺序正确
  mutate(
    DayOfWeek = factor(DayOfWeek, 
                       levels = 1:7,
                       labels = c("周一", "周二", "周三", "周四", "周五", "周六", "周日")),
    # 把月份数字转换成英文名称（换成中文标签也可以，按需调整）
    Month = factor(Month,
                   levels = 1:12,
                   labels = month.name)
  ) %>%
  # 去掉延误时间为NA的行（避免画图报错）
  drop_na(ArrDelay)

这里我用了ArrDelay（到达延误），你也可以换成DepDelay（出发延误），根据你的需求调整就行。

第三步：用ggplot2画分面图（解决轴配置问题） #

接下来就是核心的画图部分，用facet_wrap来按工作日生成子图，同时配置x轴（月份）和y轴（延误分钟数）：

ggplot(flight_data, aes(x = Month, y = ArrDelay)) +
  # 用箱线图展示延误的分布（比散点图更适合看整体数据分布）
  geom_boxplot(fill = "#4287f5", alpha = 0.7) +
  # 按工作日分面，设置每行显示3个子图，调整轴的缩放规则
  facet_wrap(~DayOfWeek, ncol = 3, scales = "free_y") +
  # 配置轴标签和标题
  labs(
    x = "月份",
    y = "到达延误分钟数",
    title = "各工作日航班到达延误分布（按月份）"
  ) +
  # 优化主题，让x轴标签倾斜，避免重叠
  theme_bw() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold")
  )

关于轴配置的关键说明： #

• scales = "free_y"：让每个子图的y轴范围可以根据自己的数据自动调整（因为不同工作日的延误范围可能不一样），如果想让所有子图的y轴完全一致，改成scales = "fixed"就行。
• x轴用了转换后的月份名称，避免了数字显示，而且通过axis.text.x设置倾斜，防止标签重叠。
• 如果想用facet_grid，可以写成facet_grid(. ~ DayOfWeek)（把工作日排成一行）或者facet_grid(DayOfWeek ~ .)（排成一列），但facet_wrap更灵活，适合这种单一维度的分面。

效果验证 #

运行上面的代码后，你会得到7个子图（对应7个工作日），每个子图的x轴都是12个月份，y轴是对应的延误分钟数，完全符合你的需求。如果还有细节要调整（比如颜色、子图数量），直接修改代码里的参数就行！

内容的提问来源于stack exchange，提问作者ManjiroSano