2.6 ggplot 扩展生态 · ggplot Extensions

本章目标

完成本章后，你能够：

explain 扩展包如何以 geom_*() / stat_*() / theme_*() / scale_*() 的形式接入 grammar of graphics（图形语法）
run 六个高频扩展的最小示例：ggrepel、ggridges、patchwork、ggforce、 gghighlight、scales
discover 通过官方扩展画廊发现扩展并评估其维护状态
combine 多个扩展完成一张图，而不把代码写成面条
read 用”三问法”在 10 分钟内读懂一个陌生扩展的文档
justify 为什么这张图值得引入一个新依赖（AI 织入点：让 AI 当采购评审）

前置自测（≤5 分钟）

能独立完成以下两问再继续；否则先回补 1.7：

Check In：前置自测

写出散点图 + 平滑线的 ggplot2 代码（用 palmerpenguins::penguins， bill_length_mm × bill_depth_mm，按 species 着色）。
说出一层 + 加上去的是”图层（layer）“还是”全局设置”—— geom_point() 与 labs() 的区别在哪里？

1. 什么是扩展：语法里的新动词

ggplot2 的威力在于语法：数据 → 几何对象 → 标度 → 主题，用 + 逐层组装。扩展包（extension package）就是往这门语法里添加新动词的包—— 一个新的 geom_*() 就像词典里多了一个精准的动词，句子结构不用重学。

好消息：你已经会 90% 了。ggforce::geom_mark_circle() 的用法和 geom_point() 一样——映射 aes、调参数、+ 上去。学扩展的成本几乎全在”知道它存在”，而不是”学会怎么用”。

注记

ggplot2 扩展遵循统一的 Extension API（ggproto 体系）。本章只当用户；想当作者的进阶路线在 Unit 3（包开发）之后再回来。

2. 六件套快览：每个都有真实用武之地

以下示例均可独立运行（install.packages() 装齐缺的包即可）。

library(ggplot2); library(palmerpenguins)
pg <- dplyr::filter(penguins, !is.na(sex))

# ① ggrepel：标签不打架（对比 geom_text 的灾难）
ggplot(pg, aes(bill_length_mm, bill_depth_mm, colour = species)) +
  geom_point() +
  ggrepel::geom_text_repel(
    aes(label = stringr::str_to_title(species)),
    data = ~ dplyr::distinct(.x, species, .keep_all = TRUE)
  )

# ② ggridges：分布随组漂移的"山脊图"
ggplot(pg, aes(bill_length_mm, species, fill = species)) +
  ggridges::geom_density_ridges(alpha = 0.7)

# ③ gghighlight：只强调你说话的那一部分
ggplot(pg, aes(bill_length_mm, fill = species)) +
  geom_histogram(bins = 30) +
  gghighlight::gghighlight(species == "Gentoo")

# ④ ggforce：局部放大，看清拥挤区域
ggplot(pg, aes(bill_length_mm, bill_depth_mm, colour = species)) +
  geom_point() +
  ggforce::facet_zoom(xy = species == "Gentoo")

# ⑤ patchwork：把多张图拼成一件作品
library(patchwork)
p1 <- ggplot(pg, aes(species, bill_length_mm)) +
  geom_boxplot()
p2 <- ggplot(pg, aes(flipper_length_mm)) +
  geom_histogram(bins = 25)
p3 <- ggplot(pg, aes(species, fill = island)) +
  geom_bar(position = "fill")

p1 | (p2 / p3)          # 运算符即布局：左一右二

# ⑥ scales：坐标轴与图例的"抠细节"层
p2 + scale_x_continuous(labels = scales::label_number(scale_cut = scales::cut_short_scale()))

高频错误：把 label_*() 用在不匹配的标度上

p1 + scales::label_percent()  # 故意错误：标签函数不能直接加到 ggplot 对象

应将标签函数传给 scale_*_continuous(labels = ...)。此外， scales::label_percent() 只对比例标度有意义；箱线图的 y 轴是原始毫米数，强行贴百分比标签会得到荒谬结果（或直接报错）。 排查口诀：先问轴上是什么数，再选 label 函数。

3. 发现扩展：官方画廊与三步评估

ggplot2 扩展生态有 100+ 个包。入口只有一个，稳定可引用： exts.ggplot2.tidyverse.org （ggplot2 extension gallery，官方维护）。按缩略图浏览，按需检索。

找到候选扩展后，花 60 秒做三步评估：

步骤	看什么	红旗
1. 发布渠道	CRAN 有发布？版本号？	仅 GitHub 且两年未动
2. 语法契合	文档示例是否就是 `+ geom_*()`	要求你绕开 ggplot2 另起炉灶
3. 维护迹象	NEWS、issue 响应、ggplot2 新版本兼容	大量 “not compatible” issue

Check In：画廊寻宝

打开扩展画廊，完成两件事： ① 找到一个能画平行坐标图（parallel coordinates plot）的扩展，记下包名与函数名； ② 找到一个本章没讲过、但你想在 capstone 里用的扩展，用三步评估打分。把答案写进你的学习笔记（不评分但视为必做）。

4. 组合扩展而不面条化

扩展的真正威力在组合：一个管标签、一个管强调、一个管拼版。但三个扩展叠一起，代码很快失控。纪律只有一条： 每张图保持”一个构建对象”的形态，扩展只加一层，加完就命名。

# 逐步构建、逐步命名：每一步都可单独重跑与微调
base <- ggplot(pg, aes(bill_length_mm, bill_depth_mm, colour = species)) +
  geom_point(alpha = 0.6)

labelled <- base +
  ggrepel::geom_text_repel(
    aes(label = stringr::str_to_title(species)),
    data = ~ dplyr::distinct(.x, species, .keep_all = TRUE),
    seed = 42                       # repel 布局随机：锁种子保证可复现
  )

focused <- labelled + gghighlight::gghighlight(
  species != "Chinstrap",
  unhighlighted_params = list(colour = "grey80")
)

final <- focused + ggtitle("吻突最长的两种企鹅") + theme_minimal()
final

组合三原则：

一条链只讲一个故事——强调（gghighlight）与放大（ggforce） seldom 同屏
随机成分锁种子（seed =），否则每次渲染图都不一样，审稿人会疯
patchwork 最后上：先把子图各自打磨好，再拼版

5. 快速读懂扩展文档：三问法

任何扩展文档，按顺序问三个问题，10 分钟内决定去留：

问题	在哪找	判据
Q1 给我哪个新函数？	README 第一屏	函数名是否自解释
Q2 最小示例长什么样？	README 首段代码	能否直接套我的数据
Q3 与标度/主题层如何交互？	vignette 中段	`scale_*()`、`theme()` 是否照常生效

Just Our Opinion

我的扩展观是”节食”：一张图引入超过两个新依赖，审稿人复现你的图形的概率就掉一半。patchwork 和 ggrepel 值得进默认工具箱（近乎 ggplot2 的一部分）；其余扩展按项目临时引入，用完即走。生态的繁荣不是让你全装上，而是让你确信”要用的时候一定有”。

6. 反向检查：真的需要扩展吗？

ggplot2 本体在快速进化（posit::conf(2025) 工作坊的主题之一就是 “Modern ggplot2”）。引扩展前先做反向检查：

这个图本体能不能画？annotate()、coord_*()、facet_wrap() 常被低估
版本升级是否已内置了该功能？（查 ggplot2 NEWS）
扩展是否只为省三行代码？——那不如自己写三行

高频误区：用扩展掩盖设计问题

标签互相重叠常因为图上标签太多——先问”这 40 个标签读者都要看吗”，再决定 ggrepel。扩展解决的是排版问题，不是信息过载问题。

Practice Exercise 1（copy 档）

从扩展画廊选一个扩展，把 README 的第一个示例原样跑通，然后把数据换成 penguins（列名相应映射）。交付：两段代码 + 一句话说明”这个扩展解决了本体 ggplot2 的什么痛点”。

Practice Exercise 2（adapt 档）

改造 §4 的逐步构建链：把强调对象从 species 换成 island，并把 focused 与一张按 species 的山脊图用 patchwork 拼成 (focused | ridge) + patchwork::plot_annotation(tag_levels = "A")。要求：随机成分锁种子；每个中间对象单独命名。

Practice Exercise 3（create 档 · 禁用 AI 环节）

第一轮（禁 AI）：仅凭扩展画廊 + 两个扩展的官方文档（不许问任何 AI 助手），为 penguins 做一张”编辑精选图”：分面 + 强调 + 无重叠标签 + 拼版任选三项组合。写下你三问法的答案（每个扩展各三行）。 第二轮（开放 AI）：把成品代码贴给 Posit Assistant，只问： “哪一层可以换成 ggplot2 本体实现？”记录它指出的至少一处。

Capstone · 压轴项目

任务：自选真实数据集（本班提供：体检 / penguins / nycflights13 三选一），做一张”一图讲完”的总结图：至少组合三个扩展，其中 patchwork 管拼版、 ggrepel 管关键标注，第三个扩展自选并说明理由。交付：Quarto 报告一页——最终图 + 逐步构建链（每步命名）+ 一段”为什么是这三个扩展” 的选型辩护（含三步评估表）。

维度	达到	良好	卓越
组合质量	三扩展齐且图可读	每层只讲一件事，无面条链	版式有设计意图（留白/层级/强调一致）
可复现性	代码可重跑	随机成分锁种子	他人拿走代码零修改出同图
选型论证	说了用什么	说了为什么	含”哪层可被本体替代”的反向检查
文档效率	用了三问法	三问法答案写在报告里	给画廊条目写了你的评分供同学复用

SOURCES · 来源映射

讲义节	素材	性质
§1–§2 扩展生态与 patchwork 组合视角	posit::conf(2025) ggplot2 `sessions/5_composition.qmd`、`6_extensions.qmd`（Thomas Lin Pedersen, Teun van den Brand · README 标示 CC-BY 4.0；LICENSE.md 为 CC-BY-SA 4.0）	改编
§3 “扩展是 Quarto/ggplot2 生态的接入点”思想	posit::conf(2025) quarto-extend（Mine Çetinkaya-Rundel, Charlotte Wickham · CC-BY-SA 4.0）	借鉴结构
扩展画廊 URL	https://exts.ggplot2.tidyverse.org（ggplot2 官方）	引用
六件套示例、三问法、三步评估、练习与 rubric	本项目	原创

本章以 CC-BY-SA 4.0 发布。