ggplot2分面图轴独立裁剪与侧边标签添加技术问询

这是此前为每个分面设置不同坐标轴限制问题的扩展，相关代码已投入使用。

示例基础代码 #

set.seed(42)
dat <- data.frame(x = seq(0,1,len=101), y = cumsum(runif(101,-1,1)), z=sample(1:3, size=101, replace=TRUE))
dat$y <- dat$y * dat$z
dat$y[50] <- 99
dat$z[50] <- 2L
lims <- data.frame(z=1:3, ymin=0, ymax=c(10,25,30))

ggplot(dat, aes(x, y)) +
  facet_grid(z ~ ., switch="both", scales="free_y") +
  scale_x_continuous(expand = c(0, 0)) +
  geom_line() +
  coord_cartesian_panels(panel_limits = lims, clip = "on")

当前需求与问题 #

需要在绘图区域外侧右侧添加geom_label（每个分面多个标签，且分面间标签颜色顺序不一致）。常规做法是将标签放在边缘、扩展plot.margin并关闭裁剪，但关闭裁剪后，分面2和3中的异常值会不受控制地显示出来。

可行解决方案 #

方案1：用annotation_custom定位添加标签（无需关闭裁剪） #

通过annotation_custom结合分面的坐标参数，直接在绘图区域外侧放置标签，全程保持裁剪开启，避免异常值溢出：

1. 先绘制基础图，提取每个分面的y轴范围参数；
2. 按分面准备标签数据，计算标签在分面内的绝对y位置；
3. 为每个标签创建annotation_custom对象并添加到图中；
4. 扩展右侧边距给标签预留空间。

示例代码：

# 基础绘图
p_base <- ggplot(dat, aes(x, y)) +
  facet_grid(z ~ ., switch="both", scales="free_y") +
  scale_x_continuous(expand = c(0, 0)) +
  geom_line() +
  coord_cartesian_panels(panel_limits = lims, clip = "on")

# 获取分面的y轴范围参数
panel_y_ranges <- lapply(ggplot_build(p_base)$layout$panel_scales_y, function(s) s$trans$inverse(s$limits))

# 准备标签数据（每个分面2个标签，颜色自定义）
label_dat <- data.frame(
  z = rep(1:3, each=2),
  label = paste0("标签", rep(1:2, 3)),
  color = c("red", "blue", "green", "orange", "purple", "brown"),
  y_pos_rel = rep(c(0.3, 0.7), 3) # 分面内的相对y位置（0-1）
)

# 逐个添加标签
for(i in seq(nrow(label_dat))){
  z_idx <- label_dat$z[i]
  y_range <- panel_y_ranges[[z_idx]]
  y_abs <- y_range[1] + label_dat$y_pos_rel[i] * diff(y_range)
  
  p_base <- p_base +
    annotation_custom(
      grob = textGrob(label_dat$label[i], 
                      gp = gpar(col = label_dat$color[i], fontsize=10)),
      xmin = 1.02, xmax = 1.02, # x位置略大于x轴最大值
      ymin = y_abs, ymax = y_abs
    )
}

# 调整右侧边距
p_base + theme(plot.margin = margin(5.5, 40, 5.5, 5.5, "pt"))

方案2：自定义coord实现仅y轴裁剪 #

修改coord_cartesian_panels的ggproto类，让x轴关闭裁剪以容纳标签，y轴保持裁剪限制异常值：

# 自定义coord类
coord_cartesian_panels_yclip <- ggproto(
  "coord_cartesian_panels_yclip", coord_cartesian_panels,
  clip = function(self, panel_params) {
    list(x = "off", y = "on") # x轴不裁剪，y轴裁剪
  }
)

# 准备标签数据
label_dat <- data.frame(
  z = rep(1:3, each=2),
  label = paste0("标签", rep(1:2, 3)),
  color = c("red", "blue", "green", "orange", "purple", "brown"),
  y = c(5, 8, 15, 20, 22, 28) # 每个分面内的y位置
)

# 绘图
ggplot(dat, aes(x, y)) +
  facet_grid(z ~ ., switch="both", scales="free_y") +
  scale_x_continuous(expand = c(0, 0)) +
  geom_line() +
  geom_label(data = label_dat, aes(x=1.1, label=label, color=color), inherit.aes=FALSE) +
  coord_cartesian_panels_yclip(panel_limits = lims) +
  theme(plot.margin = margin(5.5, 40, 5.5, 5.5, "pt"))

方案3：在coord中整合oob挤压异常值 #

通过修改coord的参数，为y轴应用scales::oob_squish，将超出限制的异常值挤压到y轴极限位置，此时关闭裁剪也不会出现失控的异常值：

# 自定义带oob处理的coord
coord_cartesian_panels_oob <- ggproto(
  "coord_cartesian_panels_oob", coord_cartesian_panels,
  setup_panel_params = function(self, scale_x, scale_y, params) {
    params <- ggproto_parent(coord_cartesian_panels, self)$setup_panel_params(scale_x, scale_y, params)
    # 为y轴设置squish类型的oob处理
    scale_y$oob <- scales::oob_squish
    params
  }
)

# 绘图，关闭裁剪添加标签
ggplot(dat, aes(x, y)) +
  facet_grid(z ~ ., switch="both", scales="free_y") +
  scale_x_continuous(expand = c(0, 0)) +
  geom_line() +
  geom_label(data = label_dat, aes(x=1.1, label=label, color=color), inherit.aes=FALSE) +
  coord_cartesian_panels_oob(panel_limits = lims, clip = "off") +
  theme(plot.margin = margin(5.5, 40, 5.5, 5.5, "pt"))

方案4：扩展x轴范围容纳标签 #

通过扩展x轴的显示范围，将标签放在扩展区域内，同时保持y轴裁剪，最后隐藏扩展部分的x轴元素：

ggplot(dat, aes(x, y)) +
  facet_grid(z ~ ., switch="both", scales="free_y") +
  scale_x_continuous(expand = c(0, 0), limits = c(0, 1.2)) + # 扩展x轴到1.2
  geom_line() +
  geom_label(data = label_dat, aes(x=1.1, label=label, color=color), inherit.aes=FALSE) +
  coord_cartesian_panels(panel_limits = lims, clip = "on") +
  theme(
    plot.margin = margin(5.5, 10, 5.5, 5.5, "pt"),
    axis.text.x = element_blank(), # 隐藏x轴文本
    axis.ticks.x = element_blank() # 隐藏x轴刻度
  )

内容的提问来源于stack exchange，提问作者r2evans