為什麼要用 extension？

ggplot2 能滿足多數基本視覺化需求；當遇到標籤重疊、高密度散點、互動、內建統計檢定、或多圖拼版等進階場景時，extension 套件能把「做得到」變成「做得漂亮而且有效率」。在「合併圖形」面向，patchwork 是最順手的解方。本文先盤點這陣子用到的擴充套件與應用情境，接著重點介紹 patchwork 的排版語法，以及 area(t, l, b, r) 的設計與解讀。

快速總覽表：這些套件該在什麼時候上場？

ggiraph 適合非程式使用者的互動檢閱；ggstatsplot 適合「圖 + 檢定」的一次到位；patchwork 則負責把多張好圖合成為可閱讀的版面。

patchwork — 多圖拼版的直覺語法與柔性控制

為何選 patchwork？

• 直覺算術語法：p1 | p2（左右並排）、p1 / p2（上下堆疊）
• 柔性排版控制：plot_layout()、widths/heights、design = area()
• 插入小圖：inset_element() 疊放子圖、Logo、說明框
• 整體標註：plot_annotation() 統一標題、註記、標籤序號

三種常見組合差異

plot7 / plot8 / plot9

• 垂直堆疊（1 欄 × 3 列），利於比較 y 軸。

[ plot7 ]
[ plot8 ]
[ plot9 ]

plot7 + plot8 + plot9

• 水平並排（3 欄 × 1 列），利於比較 x 軸。
• 註：+ 同時也是 ggplot 的加圖層運算子，為避免混淆，建議改用 |。

[ plot7 ][ plot8 ][ plot9 ]

(plot7 + plot8) / plot9

• 先把 plot7 與 plot8 併成第一列，再把 plot9 置於第二列且橫跨全寬。

[ plot7 ][ plot8 ]
[       plot9       ]

• 可再用 plot_layout(widths = c(...), heights = c(...)) 微調列高與欄寬。

area()：自訂網格、跨列跨欄的關鍵

area(t, l, b, r) 定義一個矩形區塊：

• t = top row（上緣）
• l = left column（左邊界）
• b = bottom row（下緣）
• r = right column（右邊界）

網格大小由所有區塊共同決定：

• 總列數 rows = max(b)
• 總欄數 cols = max(r)

自訂不對稱 2×5 佈局

library(patchwork)

design <- c(
  area(t = 1, l = 1, b = 1, r = 3),  # A：第 1 列、跨 1~3 欄
  area(t = 1, l = 4, b = 2, r = 5),  # B：跨第 1~2 列、4~5 欄
  area(t = 2, l = 3, b = 2, r = 3)   # C：第 2 列、第 3 欄
)

pA + pB + pC + plot_layout(design = design)

輸出解讀：

3 patch areas, spanning 5 columns and 2 rows
    t l b r
1:  1 1 1 3   # A：第 1 列、1~3 欄
2:  1 4 2 5   # B：第 1~2 列、4~5 欄
3:  2 3 2 3   # C：第 2 列、第 3 欄

因此 max(b) = 2 → 2 行；max(r) = 5 → 5 欄。

首圖: 標準 2×3 格式樣

A <- area(1,1,1,1); B <- area(1,2,1,2); C <- area(1,3,1,3)
D <- area(2,1,2,1); E <- area(2,2,2,2); F <- area(2,3,2,3)

design_2x3 <- c(A, B, C, D, E, F)

plot1 + plot2 + plot3 +
plot4 + plot5 + plot6 +
  plot_layout(design = design_2x3)

小結

這一輪 Extension 系列的核心，是把「視覺化的需求」對上「正確的工具」。當標籤擠成一團，用 ggrepel 讓文字自動避讓；當散點多到看不清，用 ggpointdensity 以顏色呈現點雲濃度；當想強調重點，用 gghighlight 以規則凸顯；需要互動審查，用 ggiraph 補上 tooltip 與點選；需要在圖上同時交付「結果＋檢定」，用 ggstatsplot；面對不確定性與分布形狀，交給 ggdist；而當這些圖都做好了，最後一公里的版面整合，就交給 patchwork：先用 | 與 / 迅速定型，再以 plot_layout() 與 area() 精修跨列跨欄的結構，必要時用 inset_element() 疊上小圖或 Logo。這樣的工作流，能把多視角的分析結果轉換成可閱讀、可比較、且美觀一致的成品頁。

🔎 English Abstract

This post wraps up my recent “Extension” mini-series by mapping common visualization needs to the right ggplot2 companions: ggrepel for non-overlapping labels, ggpointdensity for dense scatterplots, gghighlight for rule-based emphasis, ggiraph for interactive review, ggstatsplot for visuals with built-in tests, and ggdist for uncertainty displays. The final mile is layout: patchwork composes multiple views into a coherent page. Use intuitive operators (| for horizontal, / for vertical), then refine with plot_layout() and custom grids via area(t, l, b, r), where total rows equal max(b) and columns equal max(r). I show practical patterns—pure stacks and rows, a split layout (plot7 + plot8) / plot9, an asymmetric 2×5 grid, and a standard 2×3 board—plus when to add inset_element() for local overlays. This workflow turns individually strong plots into a readable, comparable, and polished multi-panel figure.