我遇到了这个问题，并意识到规模有轻微不同的解释：在facet_grid中，尺度可以自由地改变 * 每小平面的行/列 *，而在facet_wrap中，尺度可以自由地改变 * 每小平面 *，因为行和列并没有严格的定义，就像grid做的是宏观的缩放，而wrap做的是微观的缩放。
facet_grid的一个优点是可以快速地将一个变量的所有值放在一行或一列中，这样就可以很容易地看到发生了什么。但是你可以在facet_wrap中通过在一行或一列上设置面来模仿这一点，就像我在下面的nrow = 1中所做的那样。

library(tidyverse)

algorithms <- as.factor(c(rep("kmeans", 4), rep("pam", 4), rep("cmeans", 4)))
index <- as.factor(c(rep("Silhouette", 12), rep("Carlinski-Harabasz", 12)
                     , rep("Davies-Bouldin",12)))
score <- c(0.12,0.08,0.07,0.05,0.1,0.07,0.09,0.08,0.13,0.11,0.1,0.1,142,106,84,74,128,
           99,91,81,156,123,105,95,2.23,2.31,2.25,2.13,2.55,2.12,2.23,2.08,2.23,2.12,2.17,1.97)
clusters <- as.factor(rep(3:6,9))
indices <- data.frame(algorithms, index, score, clusters)

ggplot(indices, aes(clusters, score)) + 
  geom_point(aes(size = score, color = algorithms)) + 
  facet_grid(. ~ index, scales = "free_y")

字符串
x1c 0d1x的数据

ggplot(indices, aes(clusters, score)) + 
  geom_point(aes(size = score, color = algorithms)) + 
  facet_wrap(~ index, scales = "free_y", nrow = 1)

型

的
当您使用带有两个变量的facet_grid时，差异更加明显。使用来自ggplot2的mpg数据集，第一个图没有自由尺度，因此每行的y轴具有10到35之间的刻度线。也就是说，每行面 * 的y轴 * 是固定的。使用facet_wrap，这种缩放将针对每个面进行。

ggplot(mpg, aes(x = hwy, y = cty)) +
  geom_point() +
  facet_grid(class ~ fl)

型

在facet_grid中设置scales = "free_y"意味着 * 每一行小平面 * 可以独立于其他行设置其y轴。因此，例如，紧凑型汽车的所有小平面都受一个y尺度的影响，但它们不受皮卡y尺度的影响。

ggplot(mpg, aes(x = hwy, y = cty)) +
  geom_point() +
  facet_grid(class ~ fl, scales = "free_y")

型

由reprex package（v0.2.0）于2018-08-03创建。