ggplot2-Grafiken werden von Quarto automatisch in Word-Dokumente eingebunden. Aber ohne weitere Einstellungen sind sie oft zu klein, haben die falsche Auflösung oder unlesbare Beschriftungen. In diesem Kapitel lernt man, wie man Plots optimal für Word-Dokumente konfiguriert.

Ein einfacher Plot

Beginnen wir mit einem Scatterplot der Schnabelmaße:

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point() +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)"
  )

Der Plot erscheint, aber die Größe und Proportionen sind möglicherweise nicht ideal für das Dokument.

Größe kontrollieren

fig-width und fig-height

Die wichtigsten Chunk-Optionen für Plot-Größen sind fig-width und fig-height (in Zoll):

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point() +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)"
  )

Tipp

Typische Größen für Word-Dokumente:

Vollbreite: fig-width: 6.5 (entspricht der Textbreite bei Standardrändern)
Halbbreite: fig-width: 3.25
Quadratisch: fig-width: 4, fig-height: 4

Seitenverhältnis

Für bestimmte Plot-Typen sind bestimmte Seitenverhältnisse besser geeignet:

Plot-Typ	Empfohlenes Verhältnis
Scatterplot	4:3 oder 16:9
Balkendiagramm (horizontal)	breiter als hoch
Balkendiagramm (vertikal)	höher als breit
Zeitreihe	16:9 oder 2:1

Auflösung

fig-dpi

Die Auflösung wird mit fig-dpi gesteuert (dots per inch):

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point() +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)"
  )

Empfehlungen:

96 dpi: Bildschirm/Web (schnelles Rendering)
150 dpi: Entwürfe
300 dpi: Druckqualität (Standard für Publikationen)
600 dpi: Hochwertige Drucke

Hinweis

Höhere DPI bedeutet größere Dateien und längere Renderzeiten. Für Entwürfe kann man mit niedrigerer Auflösung arbeiten und erst für die finale Version auf 300 dpi erhöhen.

Bildunterschriften

fig-cap

Eine Bildunterschrift wird mit fig-cap hinzugefügt:

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point(alpha = 0.6) +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)"
  ) +
  theme_minimal()

Abbildung 1: Zusammenhang zwischen Schnabellänge und Schnabeltiefe bei Adelie-Pinguinen.

Wichtig

Für Cross-Referenzen (Kapitel 7) muss das Label mit fig- beginnen!

Themes für publikationsreife Plots

Standard-Themes

ggplot2 bietet mehrere eingebaute Themes:

p <- ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point(alpha = 0.6) +
  labs(x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)")

p + theme_gray() + ggtitle("theme_gray (Standard)")
p + theme_minimal() + ggtitle("theme_minimal")
p + theme_classic() + ggtitle("theme_classic")
p + theme_bw() + ggtitle("theme_bw")

Für wissenschaftliche Publikationen sind theme_minimal(), theme_classic() oder theme_bw() am gebräuchlichsten.

Schriftgrößen anpassen

Ein häufiges Problem: Die Beschriftungen sind im gerenderten Dokument zu klein. Das lässt sich mit theme() beheben:

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) +
  geom_point(alpha = 0.6) +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)",
    title = "Schnabelmaße der Adelie-Pinguine"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    axis.title = element_text(size = 11),
    plot.title = element_text(size = 13, face = "bold")
  )

Tipp

base_size in theme_minimal(base_size = 12) skaliert alle Textelemente proportional. Das ist oft einfacher als jedes Element einzeln anzupassen.

Farben

Nach Gruppen färben

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) +
  geom_point(alpha = 0.7, size = 2) +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)",
    color = "Insel"
  ) +
  theme_minimal(base_size = 11) +
  theme(legend.position = "bottom")

Farbpaletten

Für wissenschaftliche Publikationen empfehle ich farbenblindfreundliche Paletten:

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) +
  geom_point(alpha = 0.7, size = 2) +
  scale_color_brewer(palette = "Set2") +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)",
    color = "Insel"
  ) +
  theme_minimal(base_size = 11) +
  theme(legend.position = "bottom")

Der Plot für unseren Report

Hier ist ein vollständiger, publikationsreifer Plot für unseren Pinguin-Report:

ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) +
  geom_point(alpha = 0.7, size = 2.5) +
  geom_smooth(method = "lm", se = FALSE, linewidth = 0.8) +
  scale_color_brewer(palette = "Set2") +
  labs(
    x = "Schnabellänge (mm)",
    y = "Schnabeltiefe (mm)",
    color = "Insel"
  ) +
  theme_minimal(base_size = 11) +
  theme(
    legend.position = "bottom",
    panel.grid.minor = element_blank(),
    axis.title = element_text(size = 11),
    legend.title = element_text(size = 10),
    legend.text = element_text(size = 9)
  )

`geom_smooth()` using formula = 'y ~ x'

Abbildung 2: Zusammenhang zwischen Schnabellänge und Schnabeltiefe bei Adelie-Pinguinen, gruppiert nach Insel. Jeder Punkt repräsentiert ein Individuum.

Globale Plot-Einstellungen

Um nicht in jedem Chunk dieselben Optionen zu wiederholen, kann man globale Einstellungen im YAML-Header setzen:

---
title: "Mein Report"
format: docx
knitr:
  opts_chunk:
    fig-width: 6
    fig-height: 4
    fig-dpi: 300
---

Oder mit execute: für Quarto-spezifische Optionen:

execute:
  fig-width: 6
  fig-height: 4

Mehrere Plots

Layout in Quarto

Mit layout-ncol kann man mehrere Plots nebeneinander anordnen:

ggplot(adelie, aes(x = bill_length_mm)) +
  geom_histogram(bins = 20, fill = "steelblue", color = "white") +
  labs(x = "Schnabellänge (mm)", y = "Anzahl") +
  theme_minimal()
ggplot(adelie, aes(x = bill_depth_mm)) +
  geom_histogram(bins = 20, fill = "steelblue", color = "white") +
  labs(x = "Schnabeltiefe (mm)", y = "Anzahl") +
  theme_minimal()

Übung: Erstelle einen publikationsreifen Plot

Erstelle einen Boxplot der Körpermasse (body_mass_g) nach Insel
Setze passende Achsenbeschriftungen
Verwende theme_minimal() mit angepasster base_size
Füge eine Bildunterschrift mit fig-cap hinzu
Experimentiere mit verschiedenen fig-width und fig-height Werten

Weiterführende Ressourcen

Quarto Figures — Offizielle Dokumentation
ggplot2 book — Umfassende ggplot2-Referenz
R Graphics Cookbook — Praktische Rezepte

Was kommt als Nächstes

Wir können jetzt Tabellen und Plots erstellen. In Kapitel 7 lernen wir, wie man mit Cross-Referenzen auf diese Elemente verweist — “wie in Abbildung 1 gezeigt” oder “siehe Tabelle 2”.

Zitat

Mit BibTeX zitieren:

@online{schmidt2026,
  author = {{Dr. Paul Schmidt}},
  publisher = {BioMath GmbH},
  title = {6. Plots in Quarto},
  date = {2026-02-07},
  url = {https://biomathcontent.netlify.app/de/content/quarto/06_plots.html},
  langid = {de}
}

Bitte zitieren Sie diese Arbeit als:

Dr. Paul Schmidt. 2026. “6. Plots in Quarto.” BioMath GmbH. February 7, 2026. https://biomathcontent.netlify.app/de/content/quarto/06_plots.html.

--- title: "6. Plots in Quarto" subtitle: "Grafiken optimal einbinden und formatieren" --- ggplot2-Grafiken werden von Quarto automatisch in Word-Dokumente eingebunden. Aber ohne weitere Einstellungen sind sie oft zu klein, haben die falsche Auflösung oder unlesbare Beschriftungen. In diesem Kapitel lernt man, wie man Plots optimal für Word-Dokumente konfiguriert. ```{r} #| label: qrt-plots-setup #| include: false library(tidyverse) library(palmerpenguins) adelie <- penguins %>% filter(species == "Adelie") %>% drop_na() ``` # Ein einfacher Plot Beginnen wir mit einem Scatterplot der Schnabelmaße: ```{r} #| label: qrt-plots-basic ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point() + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)" ) ``` Der Plot erscheint, aber die Größe und Proportionen sind möglicherweise nicht ideal für das Dokument. # Größe kontrollieren ## fig-width und fig-height Die wichtigsten Chunk-Optionen für Plot-Größen sind `fig-width` und `fig-height` (in Zoll): ```{r} #| label: qrt-plots-size #| fig-width: 6 #| fig-height: 4 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point() + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)" ) ``` :::{.callout-tip} Typische Größen für Word-Dokumente: - Vollbreite: `fig-width: 6.5` (entspricht der Textbreite bei Standardrändern) - Halbbreite: `fig-width: 3.25` - Quadratisch: `fig-width: 4, fig-height: 4` ::: ## Seitenverhältnis Für bestimmte Plot-Typen sind bestimmte Seitenverhältnisse besser geeignet: | Plot-Typ | Empfohlenes Verhältnis | |----------|------------------------| | Scatterplot | 4:3 oder 16:9 | | Balkendiagramm (horizontal) | breiter als hoch | | Balkendiagramm (vertikal) | höher als breit | | Zeitreihe | 16:9 oder 2:1 | # Auflösung ## fig-dpi Die Auflösung wird mit `fig-dpi` gesteuert (dots per inch): ```{r} #| label: qrt-plots-dpi #| fig-width: 5 #| fig-height: 3.5 #| fig-dpi: 300 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point() + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)" ) ``` Empfehlungen: - **96 dpi**: Bildschirm/Web (schnelles Rendering) - **150 dpi**: Entwürfe - **300 dpi**: Druckqualität (Standard für Publikationen) - **600 dpi**: Hochwertige Drucke :::{.callout-note} Höhere DPI bedeutet größere Dateien und längere Renderzeiten. Für Entwürfe kann man mit niedrigerer Auflösung arbeiten und erst für die finale Version auf 300 dpi erhöhen. ::: # Bildunterschriften ## fig-cap Eine Bildunterschrift wird mit `fig-cap` hinzugefügt: ```{r} #| label: fig-scatter-adelie #| fig-cap: "Zusammenhang zwischen Schnabellänge und Schnabeltiefe bei Adelie-Pinguinen." #| fig-width: 5 #| fig-height: 3.5 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point(alpha = 0.6) + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)" ) + theme_minimal() ``` :::{.callout-important} Für Cross-Referenzen (Kapitel 7) muss das Label mit `fig-` beginnen! ::: # Themes für publikationsreife Plots ## Standard-Themes ggplot2 bietet mehrere eingebaute Themes: ```{r} #| label: qrt-plots-themes #| fig-width: 6 #| fig-height: 3 #| layout-ncol: 2 p <- ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point(alpha = 0.6) + labs(x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)") p + theme_gray() + ggtitle("theme_gray (Standard)") p + theme_minimal() + ggtitle("theme_minimal") p + theme_classic() + ggtitle("theme_classic") p + theme_bw() + ggtitle("theme_bw") ``` Für wissenschaftliche Publikationen sind `theme_minimal()`, `theme_classic()` oder `theme_bw()` am gebräuchlichsten. ## Schriftgrößen anpassen Ein häufiges Problem: Die Beschriftungen sind im gerenderten Dokument zu klein. Das lässt sich mit `theme()` beheben: ```{r} #| label: qrt-plots-fontsize #| fig-width: 5 #| fig-height: 3.5 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm)) + geom_point(alpha = 0.6) + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)", title = "Schnabelmaße der Adelie-Pinguine" ) + theme_minimal(base_size = 12) + theme( axis.title = element_text(size = 11), plot.title = element_text(size = 13, face = "bold") ) ``` :::{.callout-tip} `base_size` in `theme_minimal(base_size = 12)` skaliert alle Textelemente proportional. Das ist oft einfacher als jedes Element einzeln anzupassen. ::: # Farben ## Nach Gruppen färben ```{r} #| label: qrt-plots-color #| fig-width: 5.5 #| fig-height: 4 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) + geom_point(alpha = 0.7, size = 2) + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)", color = "Insel" ) + theme_minimal(base_size = 11) + theme(legend.position = "bottom") ``` ## Farbpaletten Für wissenschaftliche Publikationen empfehle ich farbenblindfreundliche Paletten: ```{r} #| label: qrt-plots-palette #| fig-width: 5.5 #| fig-height: 4 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) + geom_point(alpha = 0.7, size = 2) + scale_color_brewer(palette = "Set2") + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)", color = "Insel" ) + theme_minimal(base_size = 11) + theme(legend.position = "bottom") ``` # Der Plot für unseren Report Hier ist ein vollständiger, publikationsreifer Plot für unseren Pinguin-Report: ```{r} #| label: fig-adelie-scatter #| fig-cap: "Zusammenhang zwischen Schnabellänge und Schnabeltiefe bei Adelie-Pinguinen, gruppiert nach Insel. Jeder Punkt repräsentiert ein Individuum." #| fig-width: 6 #| fig-height: 4 #| fig-dpi: 300 ggplot(adelie, aes(x = bill_length_mm, y = bill_depth_mm, color = island)) + geom_point(alpha = 0.7, size = 2.5) + geom_smooth(method = "lm", se = FALSE, linewidth = 0.8) + scale_color_brewer(palette = "Set2") + labs( x = "Schnabellänge (mm)", y = "Schnabeltiefe (mm)", color = "Insel" ) + theme_minimal(base_size = 11) + theme( legend.position = "bottom", panel.grid.minor = element_blank(), axis.title = element_text(size = 11), legend.title = element_text(size = 10), legend.text = element_text(size = 9) ) ``` # Globale Plot-Einstellungen Um nicht in jedem Chunk dieselben Optionen zu wiederholen, kann man globale Einstellungen im YAML-Header setzen: ```yaml --- title: "Mein Report" format: docx knitr: opts_chunk: fig-width: 6 fig-height: 4 fig-dpi: 300 --- ``` Oder mit `execute:` für Quarto-spezifische Optionen: ```yaml execute: fig-width: 6 fig-height: 4 ``` # Mehrere Plots ## Layout in Quarto Mit `layout-ncol` kann man mehrere Plots nebeneinander anordnen: ```{r} #| label: qrt-plots-layout #| layout-ncol: 2 #| fig-width: 3 #| fig-height: 3 ggplot(adelie, aes(x = bill_length_mm)) + geom_histogram(bins = 20, fill = "steelblue", color = "white") + labs(x = "Schnabellänge (mm)", y = "Anzahl") + theme_minimal() ggplot(adelie, aes(x = bill_depth_mm)) + geom_histogram(bins = 20, fill = "steelblue", color = "white") + labs(x = "Schnabeltiefe (mm)", y = "Anzahl") + theme_minimal() ``` :::{.callout-tip collapse="false"} ## Übung: Erstelle einen publikationsreifen Plot 1. Erstelle einen Boxplot der Körpermasse (`body_mass_g`) nach Insel 2. Setze passende Achsenbeschriftungen 3. Verwende `theme_minimal()` mit angepasster `base_size` 4. Füge eine Bildunterschrift mit `fig-cap` hinzu 5. Experimentiere mit verschiedenen `fig-width` und `fig-height` Werten ::: # Weiterführende Ressourcen - [Quarto Figures](https://quarto.org/docs/authoring/figures.html) — Offizielle Dokumentation - [ggplot2 book](https://ggplot2-book.org/) — Umfassende ggplot2-Referenz - [R Graphics Cookbook](https://r-graphics.org/) — Praktische Rezepte # Was kommt als Nächstes Wir können jetzt Tabellen und Plots erstellen. In Kapitel 7 lernen wir, wie man mit Cross-Referenzen auf diese Elemente verweist — "wie in Abbildung 1 gezeigt" oder "siehe Tabelle 2".