我忘记了一些非常基本的东西,它解释了为什么在y轴的log10变换之后,我看到了非常膨胀的y值。
我有下面的叠加图+ geom_histogram。
ggTherapy <- ggplot(genderTherapyDF, aes(freq, fill=name)) +
geom_histogram(data=genderTherapyDF, binwidth = 1, alpha=0.5, color="black") + theme_bw() +
theme(legend.position="none", axis.title = element_text(size=14), legend.text = element_text(size=14), axis.text.y = element_text(size=12, angle=45), axis.text.x = element_text(size=12), legend.background = element_rect(fill="transparent")) +
ylab("No. of patients") + xlab("Events") + labs(fill="") + ggtitle("Therapy")

Y-值的形式是真实的,这正是我所期望的。然而,它是如此扭曲,以致于肉眼,我发现这是非常不满意的。我宁愿看一个转变的情节。
我试着转换x,很快就意识到沿着双轴的转换很难理解。所以我把y轴上的频率转换成:
ggTherapy <- ggplot(genderTherapyDF, aes(freq, fill=name)) +
geom_histogram(data=genderTherapyDF, binwidth = 1, alpha=0.5, color="black") + theme_bw() +
theme(legend.position="none", axis.title = element_text(size=14), legend.text = element_text(size=14), axis.text.y = element_text(size=12, angle=45), axis.text.x = element_text(size=12), legend.background = element_rect(fill="transparent")) +
ylab("No. of patients") + xlab("Events") + labs(fill="") + ggtitle("Therapy") +
scale_y_log10()

从视觉上看,情节是有意义的。但是,我很难接受y轴的标签!为什么在log10转换之后它们如此庞大?
发布于 2020-06-04 13:07:30
我要提出一个理由,反对在圆木转换的y轴上使用堆叠的位置。
请考虑以下数据。
df <- data.frame(
x = c(1, 1),
y = c(10, 10),
z = c("A", "B")
)这只是两个相同的观测,来自两个群,共用一个x位置。如果我们将其绘制在一个堆叠的条形图中,它将如下所示:
library(ggplot2)
ggplot(df, aes(x, y, fill = z)) +
geom_col(position = "stack")

这就像你所期望的那样。但是,如果我们现在对y轴进行转换,我们将得到以下结果:
ggplot(df, aes(x, y, fill = z)) +
geom_col(position = "stack") +
scale_y_continuous(trans = "log10")

在上面的图中,B组的值是10,这是正确的,A组的值是90,这是不正确的。之所以会发生这种情况,是因为位置调整是在统计转换之后进行的,因此,与log10(A + B)不同的是,您得到的是与log10(A * B)相同的log10(A) + log10(B),即顶部高度。
相反,如果您计划转换y轴,则建议不要堆叠直方图,而是使用fill's alpha将它们分开。例子如下:
df <- data.frame(
x = c(rnorm(100, 1), rnorm(100, 2)),
z = rep(c("A", "B"), each = 100)
)
ggplot(df, aes(x, fill = z)) +
geom_histogram(position = "identity", alpha = 0.5) +
scale_y_continuous(trans = "log10")
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
#> Warning: Transformation introduced infinite values in continuous y-axis

是的,0将成为-Inf,但至少y轴现在是正确的。
编辑:如果您想过滤掉-Inf的观察结果,在scales v1.1.1包中有一个好的地方是oob_censor_any()函数,如下所示:
scale_y_continuous(trans = "log10", oob = scales::oob_censor_any)发布于 2020-06-04 12:46:50
我猜您应该像这里所描述的那样手动转换数据,https://ggplot2-book.org/scales.html#continuous-position-scales
“请注意,没有什么可以阻止您手动执行转换。例如,不需要使用scale_x_log10()来转换刻度,而是可以转换数据并绘制log10(x)。geom的外观将是相同的,但滴答标签将是不同的。具体来说,如果使用转换后的尺度,轴将在原始数据空间中标记;如果转换数据,则轴将在转换后的空间中标记。无论使用哪种方法,转换都会在任何统计摘要之前进行。要在统计计算后进行转换,请使用coord_trans()。详情见第14.1节。“
https://stackoverflow.com/questions/62193814
复制相似问题