ggplot2-scale_x_continuous()

scale_x_continuous()ggplot2 中的一个函数,用于 调整 x 轴的比例、范围、刻度、标签等 属性。它属于 "Scales"(比例尺)部分,可以帮助你定制图形中轴的显示方式,使得数据可视化更加符合需求。

功能:

  • 调整 x 轴的显示范围limits
  • 控制轴的刻度显示breaks
  • 设置轴标签的格式labels
  • 控制坐标轴两端的扩展expand
  • 调整坐标轴的刻度线方向trans

常见参数:

  1. limits

    • 用于设置 x 轴的显示范围 ,传入一个包含最小值和最大值的向量。如果你想要让 x 轴显示的数据范围有一点扩展,可以使用 limits 来指定显示的上下限。
    R 复制代码
    scale_x_continuous(limits = c(0, 100))  # 将 x 轴限制在 0 到 100 之间
  2. breaks

    • 用于控制 x 轴刻度的位置 。可以传入一个数值向量或其他生成刻度位置的方法,如设置刻度为指定的几值,或使用 seq() 来创建一系列的值。
    R 复制代码
    scale_x_continuous(breaks = seq(0, 100, by = 10))  # 设置每隔 10 个单位显示一个刻度
  3. labels

    • 用于设置 x 轴刻度的标签。可以传入自定义标签或通过某些函数来自动生成标签。
    R 复制代码
    scale_x_continuous(labels = scales::comma)  # 格式化数字,例如将 1000 显示为 1,000
  4. expand

    • 控制 轴两端的扩展 ,通常是为了防止数据过于靠近坐标轴的边缘。expand = c(0, 0) 会去除两端的空白空间。
    R 复制代码
    scale_x_continuous(expand = c(0.05, 0))  # 让 x 轴的起点和终点各有 5% 的扩展
  5. trans

    • 用于指定 轴的转换函数,即对轴的数值进行转换,例如对数转换或平方根转换。
    R 复制代码
    scale_x_continuous(trans = "log10")  # 将 x 轴数据做对数转换
  6. oob

    • 用于指定如何处理超出 limits 范围的数据。可以选择 oob = scales::squish 来将超出范围的数值压缩到范围内,或使用 oob = scales::censor 来丢弃超出范围的数据。

示例代码:

R 复制代码
# 加载 ggplot2
library(ggplot2)

# 创建数据
data <- data.frame(x = rnorm(100, mean = 50, sd = 10))

# 基本的 ggplot 绘图
ggplot(data, aes(x = x)) + 
  geom_histogram(binwidth = 5) + 
  scale_x_continuous(
    limits = c(30, 70),   # 设置 x 轴范围
    breaks = seq(30, 70, by = 10),  # 设置 x 轴刻度
    labels = scales::comma,  # 格式化刻度标签
    expand = c(0, 0)  # 去除两端空白
  )

其他常见组合使用:

R 复制代码
ggplot(data, aes(x = x)) + 
  geom_histogram(binwidth = 5) + 
  scale_x_continuous(
    limits = c(40, 60), 
    breaks = seq(40, 60, by = 5), 
    labels = function(x) paste0(x, " units"),
    expand = c(0.05, 0)
  )

总结:

  • scale_x_continuous() 是 ggplot2 中控制 x 轴的可视化属性 的重要工具,可以定制刻度、范围、标签、坐标轴的缩放等属性。
  • 通过灵活地使用 limitsbreakslabels 等参数,可以使得图形的 x 轴更加符合实际需求,提高图表的可读性和表达力。
相关推荐
时光追逐者1 天前
在 Blazor 中使用 Chart.js 快速创建数据可视化图表
开发语言·javascript·信息可视化·c#·.net·blazor
千鼎数字孪生-可视化1 天前
3D模型给可视化大屏带来了哪些创新,都涉及到哪些技术栈。
ui·3d·信息可视化·数据分析
大美B端工场-B端系统美颜师2 天前
静态图表 VS 动态可视化,哪种更适合数据故事讲述?
信息可视化·数据挖掘·数据分析
eBest数字化转型方案2 天前
eBest AI智能报表:用自然语言对话解锁企业数据生产力
信息可视化
斯汤雷2 天前
Matlab绘图案例,设置图片大小,坐标轴比例为黄金比
数据库·人工智能·算法·matlab·信息可视化
码视野2 天前
基于SpringBoot的河道水情大数据可视化分析平台设计与实现(源码+论文+部署讲解等)
spring boot·后端·物联网·信息可视化·论文·本科毕业论文·计算机专业毕业论文
大美B端工场-B端系统美颜师2 天前
定制化管理系统与通用管理系统,谁更胜一筹?
人工智能·信息可视化·数据挖掘·数据分析
程序员的世界你不懂3 天前
数据处理专题(四)
信息可视化
月走乂山3 天前
nocobase + Python爬虫实现数据可视化
爬虫·python·低代码·信息可视化
橘猫云计算机设计3 天前
基于ssm的食物营养成分数据分析平台设计与实现(源码+lw+部署文档+讲解),源码可白嫖!
后端·python·信息可视化·数据挖掘·数据分析·django·毕业设计