分面設置在ggplot2應該也是要經常用到的一項畫圖內容，在數據對比以及分類顯示上有着極為重要的作用，
下面是兩個經常要用到的分面函數。
facet_wrap(facets, nrow = NULL, ncol = NULL, scales = "fixed", shrink = TRUE, as.table = TRUE, drop = TRUE)
facet_grid(facets, margins = FALSE, scales = "fixed", space = "fixed", shrink = TRUE, labeller = "label_value", as.table = TRUE, drop = TRUE)
其中facet_wrap和facet_grid不同在於facet_wrap是基於一個因子進行設置，facets表示形式為：~變量（~單元格）
而facet_grid是基於兩個因子進行設置，facets表示形式為：變量~變量（行~列），如果把一個因子用點表示，也可以達到facet_wrap的效果，也可以用加號設置成兩個以上變量
例如：變量+變量~變量 的形式，表示對三個變量設置分面。
具體的參數（把兩個函數參數和在一起）：
nrow,ncol 分面索要設置成的行和列，參數為數值，表示幾行或者幾列
scales 參數fixed表示固定坐標軸刻度，free表示反饋坐標軸刻度，也可以單獨設置成free_x或free_y
shrink 也和坐標軸刻度有關，如果為TRUE（默認值）則按統計后的數據調整刻度范圍，否則按統計前的數據設定坐標。
drop 表示是否去掉沒有數據的分組，默認情況下不顯示，邏輯值為FALSE
as.table 和小圖排列順序有關的選項。如果為TRUE（默認）則按表格方式排列，即最大值（指分組level值）排在表格最后即右下角，否則排在左上角。
margins 通過TRUE或者FALSE表示否設置而一個總和的分面變量，默認情況為FALSE，即不設置
space 表示分面空間是否可以按照數據進行縮放，參數和scales一樣
下面來看些具體的例子：
library(ggplot2) p<-ggplot(mtcars,aes(mpg,hp))+geom_point() p
p+facet_wrap(~cyl)
p+facet_wrap(~cyl,scales="free")
這里把scales 設置成free之后，可以看出每個分面都有自己的坐標刻度，當然我們也可以單獨對x軸或y軸設置。
p+facet_wrap(~carb,scales="free")
p+facet_wrap(~carb,scales="free",nrow=1)
對nrow設置后的效果圖表變得比較擁擠，正常情況下，facet_wrap自然生成的圖片都會相對比較好看。
p+facet_grid(.~cyl)
p+facet_grid(vs~cyl)
p+facet_grid(vs~cyl,scales="free",space="free")
從上圖可以看出把scales 和space 都設置成free之后，不僅坐標刻度不一樣了，連每個分面的大小也不一樣了。
p+facet_grid(vs~cyl,margins=TRUE)
相對於上面一張圖，多出一行分面，后面有all的標記，可以看出是對上兩行分面的匯總。
相對而言整個分面的設置也相對比較簡單。