R图形组合工具包——patchwork

patchwork 是 ggplot2 生态系统中最强大的图形组合工具，它能智能地对齐图表轴线。

合并总结

只有纵向/横向排布

# 横向排布
p1 + p2 + 
  plot_layout(
    widths = c(3,1),
    guides = "collect"
    )

# 纵向排布
p1 / p2 + 
  plot_layout(
    heights = c(3,1),
    guides = "collect"
    )

横纵混合排布

假设有p1, p2, p3, p4四个子图，按照上2下2，左右排布，则可以：

p1 + p2 + p3 + p4 +  # 假设 p1-p4 是你的四个图/占位符
  plot_layout(
    heighs = c(1,3),
    widths = c(3,1), # 定义了三列的宽度比例
    design = "
    12 # 指第一个图和第二个图，第一行
    34 # 指第三个图和第四个图，第二行
    "
  )

Gemini回答横纵混合排布 (p1+p2) / (p3+p4) + plot_layout()，这样的嵌套写法，会导致宽度控制异常，stackflow里有相关问题的解释: https://stackoverflow.com/questions/65320638/controlling-widths-of-many-patchworked-ggplots

plot_spacer占位

当有一个主图，p_main，和横轴的一个附图p_x，和纵轴的附图p_y，将三者放到一起时，会有一块是空着的，这个时候，就需要plot_spacer() 填充占位：

p_x + plot_spacer() + p_main + p_y + 
  plot_layout(
    heighs = c(1,3)
    widths = c(3,1),
    design = "
    12
    34
    "
  )

示例来自Gemini

1. 准备数据和绘图

library(ggplot2)
library(patchwork)
library(dplyr)

# 假设数据：模拟你的平均值和Y轴变量
set.seed(42)
data_with_avg <- tibble(
  average_IncLevel1 = rnorm(100, mean = 20, sd = 5),
  some_y_variable = runif(100, 10, 50)
)

# --- 绘制两个独立的图表 ---

# 1. 散点图 (Scatter Plot) - 放在顶部
p_scatter <- ggplot(data_with_avg, aes(x = average_IncLevel1, y = some_y_variable)) +
  geom_point(alpha = 0.6, color = "darkblue") +
  labs(y = "Y Variable", title = "Scatter Plot and Distribution") +
  # 移除X轴标题和刻度，因为要和下面的图共用
  theme_classic() +
  theme(
    axis.title.x = element_blank(),
    axis.text.x = element_blank(),
    axis.ticks.x = element_blank()
  )

# 2. 直方图 (Histogram) - 放在底部
p_hist <- ggplot(data_with_avg, aes(x = average_IncLevel1)) +
  geom_histogram(bins = 20, fill = "lightblue", color = "black") +
  labs(y = "Count", x = "Average IncLevel1") +
  theme_classic() +
  # 确保底部图保留X轴标题和刻度
  theme(
    axis.title.x = element_text(vjust = -1), # 稍微下移，避免和图表紧贴
    plot.margin = margin(t = 0, r = 5.5, b = 5.5, l = 5.5) # 调整边距
  )

2. 使用 patchwork 合并图表

# 使用 / 运算符将图表堆叠起来
# plot_layout(heights = c(3, 1)) 设置了两个图的高度比例 (例如 散点图占3/4，直方图占1/4)
combined_plot <- p_scatter / p_hist +
  plot_layout(heights = c(3, 1)) 

# 打印最终合并的图表
print(combined_plot)