如何在通过ggarrange创建的图表周围添加边框，并增加组合图表之间的空间
我试图绘制Numa节点的CPU和内存使用情况 在我的示例中有4个numa节点，每个节点都有CPU和内存使用率图表 问题是-在每个节点中可能有许多CPU值（每个核1个条，在我的示例中为20个核），而只有一个内存值，因此我必须使用不同宽度的图表（CPU图表比内存图表宽）。因为注释文本（NUMA XX）看起来不像是现在图表的中间部分。我真的说不出是哪个节点的内存条 我想我需要使用边框或背景色将numa节点彼此分开，这样每个numa节点的CPU和内存就在一起了。另外，我认为我需要减少numa节点内CPU和内存之间的空间，并增加numa节点之间的空间。怎么做 我的代码：如何在通过ggarrange创建的图表周围添加边框，并增加组合图表之间的空间,r,ggplot2,ggpubr,R,Ggplot2,Ggpubr,我试图绘制Numa节点的CPU和内存使用情况 在我的示例中有4个numa节点，每个节点都有CPU和内存使用率图表 问题是-在每个节点中可能有许多CPU值（每个核1个条，在我的示例中为20个核），而只有一个内存值，因此我必须使用不同宽度的图表（CPU图表比内存图表宽）。因为注释文本（NUMA XX）看起来不像是现在图表的中间部分。我真的说不出是哪个节点的内存条 我想我需要使用边框或背景色将numa节点彼此分开，这样每个numa节点的CPU和内存就在一起了。另外，我认为我需要减少numa节点内CP
library(dplyr)
library(ggplot2)
library(ggpubr)
library(tidyr)
memory_df <- structure(list(NumaNode = c("00", "00", "01", "01", "02", "02", "03", "03"),
CounterName = c("TotalMemory", "UsedMemory", "TotalMemory",
"UsedMemory", "TotalMemory", "UsedMemory", "TotalMemory", "UsedMemory"),
Value = c(48, 45.55, 48, 46.38, 48, 46.54, 48, 47.39)),
row.names = c(NA, -8L),
class = c("tbl_df", "tbl", "data.frame"))
memory_y_scale <- memory_df %>% filter(CounterName=='TotalMemory') %>% select (Value) %>% max() + 6
cpu_df <- structure(list(NumaNode = c("00", "00", "00", "00", "00", "00",
"00", "00", "00", "00", "00", "00", "00", "00", "00", "00", "00",
"00", "00", "00", "01", "01", "01", "01", "01", "01", "01", "01",
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01",
"01"), Counter = c("00", "01", "10", "11", "12", "13", "14",
"15", "16", "17", "18", "19", "02", "03", "04", "05", "06", "07",
"08", "09", "00", "01", "10", "11", "12", "13", "14", "15", "16",
"17", "18", "19", "02", "03", "04", "05", "06", "07", "08", "09"
), Value = c(10.79, 5.85, 9.55, 9.71, 9.77, 4.73, 4.62, 10.92,
3.55, 10.3, 1.38, 6.28, 5.42, 4.45, 10.09, 3.42, 10.14, 4.34,
9.48, 4.17, 5.2, 3.85, 10.17, 8.49, 10.36, 8.06, 10.01, 8.42,
9.12, 7.6, 1.98, 2.41, 4.72, 3.19, 4.74, 3.66, 4.28, 9.83, 5.78,
10.18)), row.names = c(NA, -40L), class = c("tbl_df", "tbl",
"data.frame"))
# plot function =======================================================================
plot_numa = function(num){
# memory plot =====================
memory_filtered_df = memory_df %>% filter(str_detect(NumaNode, num))
memory_plot <- memory_filtered_df %>%
filter(str_detect(CounterName, "Memory")) %>%
pivot_wider(names_from = CounterName, values_from = Value) %>%
ggplot(aes(x = "") ) +
geom_col(aes(y = TotalMemory), fill = "white", color = "black") +
geom_col(aes(y = UsedMemory), fill = "#00FF66FF", color = "black") +
geom_text(aes(label = paste(TotalMemory, "GB"), y = TotalMemory + 5 ), color = "black") +
geom_text(aes(
label = paste(UsedMemory, "GB"),
y = ifelse((TotalMemory-UsedMemory > 10), UsedMemory + 5, UsedMemory - 4)),
color = "black") +
theme_bw() +
ylim(0, memory_y_scale) +
labs(x = "Memory", y = "")
# cpu plot =====================
cpu_filtered_df <- cpu_df %>% filter(str_detect(NumaNode, num))
if (nrow (cpu_filtered_df) == 0 ) {
cpu_filtered_df <- cpu_df %>% filter(str_detect(NumaNode, "00"))
}
cpu_plot <- cpu_filtered_df %>%
ggplot(aes(x = Counter)) +
geom_col(aes(y = 100), fill = "white", color = "white", alpha = 0) +
geom_col(aes(y = Value), fill = "#00AFBB", color = "black") +
theme_bw() +
labs(x = "CPU, % Processor Time", y = "")
ggpubr::ggarrange(cpu_plot, memory_plot, ncol = 2, widths = c(4,1)) %>%
ggpubr::annotate_figure(top = paste(" NUMA",num))
}
numa_numbers <- unique(memory_df$NumaNode)
ggpubr::ggarrange(plotlist = map(.x = numa_numbers, .f = ~plot_numa(num = .x)))
库（dplyr）
图书馆（GG2）
图书馆（ggpubr）
图书馆（tidyr）
内存密度%select（值）%%>%max（）+6
cpu_df%过滤器（str_检测（NumaNode，num））
内存\u绘图%
筛选器（str_detect（计数器名，“内存”））%%
pivot\u加宽（名称\u from=CounterName，值\u from=Value）%>%
ggplot（aes（x=”“））+
geom_col（aes（y=TotalMemory），fill=“白色”，color=“黑色”）+
geom_col（aes（y=UsedMemory），fill=“#00FF66FF”，color=“black”）+
几何图形文本（aes（标签=粘贴（TotalMemory，GB），y=TotalMemory+5），颜色=“黑色”）+
geom_文本（aes）(
标签=粘贴（使用的内存，“GB”），
y=ifelse（（总内存UsedMemory>10）、UsedMemory+5、UsedMemory-4）），
color=“黑色”）+
主题_bw（）+
ylim（0，内存大小）+
实验室（x=“内存”，y=”“）
#cpu绘图=====================
cpu_filtered_df%过滤器（str_检测（numode，num））
如果（nrow（cpu\u过滤的\u df）==0）{
cpu_已过滤_df%过滤器（str_检测（NumaNode，“00”））
}
cpu_绘图%
ggplot（aes（x=计数器））+
几何图形颜色（aes（y=100），fill=“白色”，color=“白色”，alpha=0）+
geom_col（aes（y=值），fill=“#00AFBB”，color=“黑色”）+
主题_bw（）+
实验室（x=“CPU，%Processor Time”，y=”“）
ggpubr:：ggarrange（cpu_图，内存_图，ncol=2，宽度=c（4,1））%>%
ggpubr:：注释_图形（顶部=粘贴（“NUMA”，num））
}
numa_编号请使用plot.margin
insidetheme（）
查找以下一些代码，用于间隔部分。我还更改了位行76，widths
：ggpubr:：ggarrange（cpu\u图，内存\u图，ncol=2，widths=c（2,1））%%>%
library(ggpubr)
library(tidyverse)
memory_df <- structure(list(NumaNode = c("00", "00", "01", "01", "02", "02", "03", "03"),
CounterName = c("TotalMemory", "UsedMemory", "TotalMemory",
"UsedMemory", "TotalMemory", "UsedMemory", "TotalMemory", "UsedMemory"),
Value = c(48, 45.55, 48, 46.38, 48, 46.54, 48, 47.39)),
row.names = c(NA, -8L),
class = c("tbl_df", "tbl", "data.frame"))
memory_y_scale <- memory_df %>% filter(CounterName=='TotalMemory') %>% select (Value) %>% max() + 6
cpu_df <- structure(list(NumaNode = c("00", "00", "00", "00", "00", "00",
"00", "00", "00", "00", "00", "00", "00", "00", "00", "00", "00",
"00", "00", "00", "01", "01", "01", "01", "01", "01", "01", "01",
"01", "01", "01", "01", "01", "01", "01", "01", "01", "01", "01",
"01"), Counter = c("00", "01", "10", "11", "12", "13", "14",
"15", "16", "17", "18", "19", "02", "03", "04", "05", "06", "07",
"08", "09", "00", "01", "10", "11", "12", "13", "14", "15", "16",
"17", "18", "19", "02", "03", "04", "05", "06", "07", "08", "09"
), Value = c(10.79, 5.85, 9.55, 9.71, 9.77, 4.73, 4.62, 10.92,
3.55, 10.3, 1.38, 6.28, 5.42, 4.45, 10.09, 3.42, 10.14, 4.34,
9.48, 4.17, 5.2, 3.85, 10.17, 8.49, 10.36, 8.06, 10.01, 8.42,
9.12, 7.6, 1.98, 2.41, 4.72, 3.19, 4.74, 3.66, 4.28, 9.83, 5.78,
10.18)), row.names = c(NA, -40L), class = c("tbl_df", "tbl",
"data.frame"))
# plot function =======================================================================
plot_numa = function(num){
# memory plot =====================
memory_filtered_df = memory_df %>% filter(str_detect(NumaNode, num))
memory_plot <- memory_filtered_df %>%
filter(str_detect(CounterName, "Memory")) %>%
pivot_wider(names_from = CounterName, values_from = Value) %>%
ggplot(aes(x = "") ) +
geom_col(aes(y = TotalMemory), fill = "white", color = "black") +
geom_col(aes(y = UsedMemory), fill = "#00FF66FF", color = "black") +
geom_text(aes(label = paste(TotalMemory, "GB"), y = TotalMemory + 5 ), color = "black") +
geom_text(aes(
label = paste(UsedMemory, "GB"),
y = ifelse((TotalMemory-UsedMemory > 10), UsedMemory + 5, UsedMemory - 4)),
color = "black") +
theme_bw() +
ylim(0, memory_y_scale) +
labs(x = "Memory", y = "") +
theme(plot.margin = unit(c(0.01,2,2,0.01), "cm"))
# cpu plot =====================
cpu_filtered_df <- cpu_df %>% filter(str_detect(NumaNode, num))
if (nrow (cpu_filtered_df) == 0 ) {
cpu_filtered_df <- cpu_df %>% filter(str_detect(NumaNode, "00"))
}
cpu_plot <- cpu_filtered_df %>%
ggplot(aes(x = Counter)) +
geom_col(aes(y = 100), fill = "white", color = "white", alpha = 0) +
geom_col(aes(y = Value), fill = "#00AFBB", color = "black") +
theme_bw() +
labs(x = "CPU, % Processor Time", y = "") +
theme(plot.margin = unit(c(0.01,0.01,2,0), "cm"))
ggpubr::ggarrange(cpu_plot, memory_plot, ncol = 2, widths = c(2,1)) %>%
ggpubr::annotate_figure(top = paste(" NUMA",num))
}
numa_numbers <- unique(memory_df$NumaNode)
ggpubr::ggarrange(plotlist = map(.x = numa_numbers, .f = ~plot_numa(num = .x)))
库（ggpubr）
图书馆（tidyverse）
内存密度%select（值）%%>%max（）+6
cpu_df%过滤器（str_检测（NumaNode，num））
内存\u绘图%
过滤器（str_detect（计数器名，“内存”））%>%
pivot\u加宽（名称\u from=CounterName，值\u from=Value）%>%
ggplot（aes（x=”“））+
geom_col（aes（y=TotalMemory），fill=“白色”，color=“黑色”）+
geom_col（aes（y=UsedMemory），fill=“#00FF66FF”，color=“black”）+
几何图形文本（aes（标签=粘贴（TotalMemory，GB），y=TotalMemory+5），颜色=“黑色”）+
geom_文本（aes）(
标签=粘贴（使用的内存，“GB”），
y=ifelse（（总内存UsedMemory>10）、UsedMemory+5、UsedMemory-4）），
color=“黑色”）+
主题_bw（）+
ylim（0，内存大小）+
实验室（x=“内存”，y=”“）+
主题（plot.margin=单位（c（0.01,2,2,0.01），“cm”））
#cpu绘图=====================
cpu_filtered_df%过滤器（str_检测（numode，num））
如果（nrow（cpu\u过滤的\u df）==0）{
cpu_已过滤_df%过滤器（str_检测（NumaNode，“00”））
}
cpu_绘图%
ggplot（aes（x=计数器））+
几何图形颜色（aes（y=100），fill=“白色”，color=“白色”，alpha=0）+
geom_col（aes（y=值），fill=“#00AFBB”，color=“黑色”）+
主题_bw（）+
实验室（x=“CPU，%Processor Time”，y=”“）+
主题（plot.margin=单位（c（0.01,0.01,2,0），“cm”））
ggpubr:：ggarrange（cpu_图，内存_图，ncol=2，宽度=c（2,1））%>%
ggpubr:：注释_图形（顶部=粘贴（“NUMA”，num））
}
numa#U数字我有点不清楚你在问什么，你想让“numa”集中在CPU和内存图表之上吗？或者只是把它放在CPU图表的中心？@Jonni添加了图片。您好：）您是否尝试在theme（）中使用plot.margin
参数？例如：主题（plot.margin=单位（c（1,2,2,1），“cm”）
。这会在绘图周围添加空间。此外，如果您真的想在绘图周围添加边框，也许您可以按照这里的建议添加“NULL”绘图：看起来不错，但现在NUMA内部的CPU和内存条之间有很多空间。它们看起来仍然不在一起。@Maxim您可以使用传递给绘图的值。margin
可根据需要进行更改。@Maxim，更改了margin可考虑您的评论，请查看更新的答案。是否可以使用背景色？每个节点-白色背景，间隔-白色？@Maxim，我不知道。请务必记住，您有可以使用theme（）
函数编辑的绘图，以及将这些绘图放在“空白”页面上的函数。如果要更改绘图背景，可以使用主题（plot.background=element_rect（fill=“yourcolor”）
。但我不知道如何改变收集这些情节的“页面”的背景。