R 通过在ggplot中的一个图上指定的聚类，对不同变量进行箱线图

我正试图找出一种方法，从ggplot中的base R绘制以下代码：

fit <- kmeans(iris[,-5], 3)

par(mfrow=c(1,4))
for (i in 1:4) {
  boxplot(iris[,i]~fit$cluster, xlab="Cluster",
  ylab=names(iris)[i], varwidth=T)
}

---

fit您可以将data.frame重塑为长格式（此处使用
tidyr:：gather
）并使用
facet\u网格

library(tidyr)
comp.df.long <- gather(comp.df,key,value,-Species,-cluster)
ggplot(comp.df.long, aes(x = cluster, y = value)) + 
  geom_boxplot() +
  facet_grid(.~key)

library（tidyr）
comp.df.long这个应该有帮助

 library(reshape2)
 melted<- melt(comp.df[c(1:4,6)],id.vars="cluster")
 ggplot(melted, aes(x = cluster, y = value)) + 
     geom_boxplot()+facet_wrap(~variable)

有点长，更多的手动操作，但也有这个简单的方法。更长，但如果您想为每个图形使用不同的颜色或大小，它会为您提供更大的灵活性

library(ggplot2)
library(gridExtra)
test <- ggplot(comp.df, aes(x = cluster, y = Sepal.Length)) + 
  geom_boxplot() + theme_bw()

testb <- ggplot(comp.df, aes(x = cluster, y = Sepal.Width)) + 
  geom_boxplot() + theme_bw()

testc <- ggplot(comp.df, aes(x = cluster, y = Petal.Length)) + 
  geom_boxplot() + theme_bw()

testd <- ggplot(comp.df, aes(x = cluster, y = Petal.Width)) + 
  geom_boxplot() + theme_bw()
grid.arrange(test, testb, testc, testd, nrow=1)

库（ggplot2）
图书馆（gridExtra）
测试MLavoie，您的解决方案很好，因为它可以让您更好地控制格式，正如您所提到的。但如果有5个以上的变量，这会很麻烦。我喜欢CAFEBABE的解决方案，但不知道是否有办法避免重塑数据。我的7MB数据集（100K行）很快就被重塑为11MB数据集（700K行），但如果可能，最好避免这一步。
head(melted)



cluster     variable value
1       1 Sepal.Length   5.1
2       2 Sepal.Length   4.9
3       2 Sepal.Length   4.7
4       2 Sepal.Length   4.6
5       1 Sepal.Length   5.0
6       1 Sepal.Length   5.4

library(ggplot2)
library(gridExtra)
test <- ggplot(comp.df, aes(x = cluster, y = Sepal.Length)) + 
  geom_boxplot() + theme_bw()

testb <- ggplot(comp.df, aes(x = cluster, y = Sepal.Width)) + 
  geom_boxplot() + theme_bw()

testc <- ggplot(comp.df, aes(x = cluster, y = Petal.Length)) + 
  geom_boxplot() + theme_bw()

testd <- ggplot(comp.df, aes(x = cluster, y = Petal.Width)) + 
  geom_boxplot() + theme_bw()
grid.arrange(test, testb, testc, testd, nrow=1)