通常,在绘图中,Y轴值标签在绘制的最大值以下被切分。
For example:
library(tidyverse)
mtcars %>% ggplot(aes(x=mpg, y = hp))+geom_point()我知道scale_y_continous,但我想不出一个聪明的方法来做这件事。也许我只是想得太多了。我不想搞乱自动生成的“智能”中断。
我可能会试着手动处理.
mtcars %>% ggplot(aes(x=mpg, y=hp, color=as.factor(carb)))+geom_point() + scale_y_continuous(limits = c(0,375))

但这不像我上面提到的,因为“聪明的休息”。对于我来说,是否可以将默认的中断间隔再延长到1,以便在这种情况下是400?当然,我希望这对于我正在使用的任何数据集来说都是灵活的。
发布于 2018-11-29 05:22:19
您可以使用expand_limits()来增加最大y轴值.您还可以确保最大y轴值被舍入数据规模上的下一个最高值,例如,第二个最高的几十个值,第二个最高的数百个值,等等,这取决于数据中的最高值是否在几十,数百,等等。
例如,下面的函数查找最大y值的基10日志,并将其舍入。这给出了y值最大值(例如,几十、数百、数千等)的基数10。然后,它将最大y轴值循环到最近的10,100等等,这比最大值y值还要高。
expandy = function(vec, ymin=NULL) {
max.val = max(vec, na.rm=TRUE)
min.log = floor(log10(max.val))
expand_limits(y=c(ymin, ceiling(max.val/10^min.log)*10^min.log))
}
p = mtcars %>% ggplot(aes(x=mpg, y = hp)) +
geom_point()
p + expandy(mtcars$hp)
p + expandy(mtcars$hp, 0)或者,为了使事情变得更简单,您可以设置函数,这样y范围数据可以直接从图中收集:
library(gridExtra)
expandy = function(plot, ymin=0) {
max.y = max(layer_data(plot)$y, na.rm=TRUE)
min.log = floor(log10(max.y))
expand_limits(y=c(ymin, ceiling(max.y/10^min.log)*10^min.log))
}
p = mtcars %>% ggplot(aes(x=mpg, y = hp)) +
geom_point()
grid.arrange(p, p + expandy(p), ncol=2)

p = iris %>% ggplot(aes(x=Sepal.Width, y=Petal.Width)) +
geom_point()
grid.arrange(p, p + expandy(p), ncol=2)

发布于 2019-05-17 07:59:35
选择一个断开y轴的步骤,您可以使用ceiling()函数
library(gridExtra)
p1 <- mtcars %>% ggplot(aes(x=mpg, y = hp)) + geom_point()
p2 <- p1 +
scale_y_continuous(
limits = c(0, ceiling(max(mtcars$hp)/50)*50),
breaks = seq(0, ceiling(max(mtcars$hp)/50)*50, 50)
)
p3 <- p1 + scale_y_continuous(
limits = c(0, ceiling(max(mtcars$hp)/100)*100),
breaks = seq(0, ceiling(max(mtcars$hp)/100)*100, 100)
)
grid.arrange(p1, p2, p3, ncol=3)对于p2,ste为50,而对于p3为100

发布于 2020-02-20 16:32:54
这里有一个解决方案,允许任何类型的数字比例尺:
expandy <- function(y, base, v_min = NULL) {
max.val <- max(y, na.rm = TRUE)
expand_limits(
y = c(
v_min,
base * (max.val %/% base + as.logical(max.val %% base))
)
)
}https://stackoverflow.com/questions/53532217
复制相似问题