cowplot是ggplot2包的一个简单插件（或称拓展包），它的目的是为ggplot2提供一个出版级别的主题，使用少量代码即可实现主题统一的修改，如轴标签大小、画图背景。它主要的作用是可以给研究生和博士后更加容易的画图。
除了提供一个修改版本的主题，该包也提供了一些自定义ggplot2图形注释的功能。
cowplot包的源代码在github: https://github.com/wilkelab/cowplot
图形设计
我个人觉得ggplot2的设计非常不优雅，特别是我不喜欢灰色的背景网格。我觉得它把数据分割开了。例如下面是一个基于mpg数据集的ggplot2可视化结果。
library(ggplot2)
ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl)))
geom_point(size = 2.5)
我更喜欢一个干净整洁的布局用于发表。我也更喜欢通过添加元素构建图形。因此，默认的cowplot设计完全没有网格。下面图形的结果跟ggplot2的theme_classic()主题很像，但它们有一些重要的不同之处，特别是字体大小。
library(cowplot)
ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl)))
geom_point(size = 2.5)
特别地，cowplot默认主题和save_plot()函数连接的非常好，输出的pdf已经漂亮地格式化了，不需要其他参数进行设定：
library(cowplot)
plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl)))
geom_point(size=2.5)
# use save_plot() instead of ggsave() when using cowplot
save_plot("mpg.png", plot.mpg,
base_aspect_ratio = 1.3 # make room for figure legend
)生成的图形：
默认cowplot禁用图形的网格线，在很多种情况下，这是展示数据最清楚也是最优雅的方式。然而有时候网格线可能非常有用，因此cowplot提供了一种添加网格线的简单方式，即函数 background_grid():
plot.mpg background_grid(major = "xy", minor = "none")
虽然可以利用theme()函数获取相同的图形，但是函数background_grid() 更加容易。
注意如果你既想用ggplot2的默认主题又想使用cowplot包，简单的添加 theme_gray()到你的图形上或者使用theme_set(theme_gray())为所有的子图设置该主题。
plot.mpg theme_gray() # create plot with default ggplot2 theme
theme_set(theme_gray()) # switch to default ggplot2 theme for good按网格排列图形
ggplot2的一个限制是很难给图形添加标签和其他注释。ggplot2严格地将绘图panel(轴以内的部分)和其他部分分离开了，虽然修改一个相对容易，但是同时修改几个图就比较麻烦了。为了用一种通用的方式解决这个问题，cowplot在ggplot2的顶部施行了一个通用的绘图图层。在这个图层中，你可以添加在一个图形顶部添加任意的图形元素。现在让我们看它如何让我们画出漂亮地组合图形。
组合图形的需求来自需要频繁撰写科学论文。例如，让我们假设已经创建下面两个图形，我们还想将它们组合为一个图。
图形如下：
代码语言：javascript复制plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl)))
geom_point(size=2.5)
plot.mpgplot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) geom_bar()
theme(axis.text.x = element_text(angle=70, vjust=0.5))
plot.diamonds
cowplot提供了plot_grid()函数用于组合图形：
plot_grid(plot.mpg, plot.diamonds, labels = c("A", "B"))
默认情况下图形只是简单地拼起来，所以轴可能没对齐。如果需要对齐轴，可以使用align选项：
plot_grid(plot.mpg, plot.diamonds, labels = c("A", "B"), align = "h")
plot_grid()会尽力为图形设置一个合理地布局，然而，你也可以精确地指定布局画多少行多少列。
plot_grid(plot.mpg, NULL, NULL, plot.diamonds, labels = c("A", "B", "C", "D"), ncol = 2)
plot_grid(plot.mpg, plot.diamonds, labels = c("A", "B"), nrow = 2, align = "v")
plot_grid()函数与save_plot()函数组合使用效果是非常好的。比如你想要生成一个2x2的图形，我们可能想要使用下面的代码：
plot2by2 <- plot_grid(plot.mpg, NULL, NULL, plot.diamonds,
labels=c("A", "B", "C", "D"), ncol = 2)
save_plot("plot2by2.png", plot2by2,
ncol = 2, # we're saving a grid plot of 2 columns
nrow = 2, # and 2 rows
# each individual subplot should have an aspect ratio of 1.3
base_aspect_ratio = 1.3
)生成的图形
使用这种方法保存图形的有点在于你首先可以为每个图形编写代码，然后组合成自己想要的样子。save_plot()会确保整体的图形标度一致，以至于看起来它们是一个整体。 （只要它们有统一的base_aspect_ratio).
通用的图形注释
最后让我们讨论一下如何用cowplot创建更加不同寻常的图形。例如，让我们用前面绘制的mpg图形，打上标签，并标记为草稿。
代码语言：javascript复制ggdraw(plot.mpg)
draw_plot_label("A", size = 14)
draw_label("DRAFT!", angle = 45, size = 80, alpha = .2)
函数ggdraw()会建立绘制图层，用于操作该图层的函数名都以draw_开头。生成的对象是一个标准的ggplot2对象。
事实上，因为ggdraw()生成的是一个标准的ggplot2对象，因此我们可以在上面绘制几何对象。例如：
t <- (0:1000)/1000
spiral <- data.frame(x = .45 .55*t*cos(t*15), y = .55-.55*t*sin(t*15), t)
ggdraw(plot.mpg)
geom_path(data = spiral, aes(x = x, y = y, colour = t), size = 6, alpha = .4)
我不知道这是否有用，但它展示了它的强大。
尽管如此，到目前我们讨论到的最重要的部分是主图都在其他元素下面。有时候你可能想要顶层的图形，例如你首先通过无参数的ggdraw()生成一个空白画板，然后使用draw_plot()画图。注意下面代码绘制的两幅图形的差异：
boxes <- data.frame(
x = sample((0:33)/40, 40, replace = TRUE),
y = sample((0:33)/40, 40, replace = TRUE)
)
# plot on top of annotations
ggdraw()
geom_rect(data = boxes, aes(xmin = x, xmax = x .15, ymin = y, ymax = y .15),
colour = "gray60", fill = "gray80")
draw_plot(plot.mpg)
draw_label("Plot is on top of the grey boxes", x = 1, y = 1,
vjust = 1, hjust = 1, size = 10, fontface = 'bold')
# plot below annotations
ggdraw(plot.mpg)
geom_rect(data = boxes, aes(xmin = x, xmax = x .15, ymin = y, ymax = y .15),
colour = "gray60", fill = "gray80")
draw_label("Plot is underneath the grey boxes", x = 1, y = 1,
vjust = 1, hjust = 1, size = 10, fontface = 'bold')
如果画图背景是透明的，将图形放在注释的上方还是可以的。这就是theme_cowplot()与theme_classic()的重要区别，如果你使用theme_classic()画相同的图形，图形下方的灰色箱子将不会出现。
draw_plot()函数也可以让我们将图形以任意的大小放在画板的任意位置。这在组合子图是是非常有用的，比如将一个小图插入大的图形中。
# plot.mpg and plot.diamonds were defined earlier
library(viridis)
ggdraw()
draw_plot(plot.diamonds theme(legend.justification = "bottom"), 0, 0, 1, 1)
draw_plot(plot.mpg scale_color_viridis(discrete = TRUE)
theme(legend.justification = "top"), 0.5, 0.52, 0.5, 0.4)
draw_plot_label(c("A", "B"), c(0, 0.5), c(1, 0.92), size = 15)
我们还可以使用draw_image()将图形和图片整合起来。这个函数需要安装 magick包，该包可以将不同格式的图形与ggplot2整合。例如，我们可以用一张图片作为背景：
p <- ggplot(iris, aes(x=Sepal.Length, fill=Species)) geom_density(alpha = 0.7)
ggdraw()
draw_image("http://jeroen.github.io/images/tiger.svg")
draw_plot(p)
我们也可以将图片和ggplot对象排列绘制：
代码语言：javascript复制p <- ggplot(iris, aes(x = Sepal.Length, fill = Species)) geom_density(alpha = 0.7)
p2 <- ggdraw() draw_image("http://jeroen.github.io/images/tiger.svg", scale = 0.9)
plot_grid(p, p2, labels = "AUTO")
