ggplot2学习笔记9：标度、坐标轴和图例（二）

Scales, Axes and Legends

---

---

6.5 限制范围（Limits）

图表上坐标轴的范围往往来自于数据的范围，这是默认生成的。但有时候我们想修改这个范围，扩大使数据涵盖面更广或缩小使数据更集中更突出，这时，我们可以使用limits参数：

• 对于连续型变量：应当设置为一个长度为2的数字向量；如果只想设置一个上限或者下限，那就设置另一个值为NA

• 对于离散型变量：就要设置字符向量；列出所有的数据点

df <- data.frame(x = 1:3, y = 1:3)
base <- ggplot(df, aes(x, y)) + geom_point()

#直接查看图表
base
#查看其中一个区间，系统会提示你丢失了两个数据点
base + scale_x_continuous(limits = c(1.5, 2.5))
#> Warning message:Removed 2 rows containing missing values (geom_point).
#通过标度设置x轴的范围
base + scale_x_continuous(limits = c(0, 4))

我们会经常修改限制范围，下面几个函数会简化操作，xlim(), ylim() and lims()

我们可以作如下设置：

• xlim(10, 20)：x轴10-20的连续刻度
• ylim(20, 10)：y轴20-10的连续反转刻度
• xlim("a", "b", "c")：x轴三个离散字作为刻度点
• xlim(as.Date(c("2008-05-01", "2008-08-01")))：x轴日期范围为2008年5月1日至2008年8月1日

那我们来简化一下上面的代码：

base + xlim(0, 4)
base + xlim(4, 0)
base + lims(x = c(0, 4))

细细看一下就发现，图形生成的坐标范围要比我们设定的大一丢丢，这是默认的。设置参数expand = c(0, 0)可清除多余的刻度范围。一般我们与geom_raster()结合使用：

ggplot(faithfuld, aes(waiting, eruptions)) + 
  geom_raster(aes(fill = density)) + 
  theme(legend.position = "none")
ggplot(faithfuld, aes(waiting, eruptions)) + 
  geom_raster(aes(fill = density)) + 
  scale_x_continuous(expand = c(0,0)) + 
  scale_y_continuous(expand = c(0,0)) +
  theme(legend.position = "none")

注意：xlim()，ylim()中并没有expand参数

默认情况下，超出限制的任何数据都转换为NA，可以使用参数oob（out of bounds）将其覆盖到刻度。默认情况下即参数obb = scales::censor；另一个选项是scales::squish()，它将所有值压缩到范围内。来看例子：

df <- data.frame(x = 1:5)
p <- ggplot(df, aes(x, 1)) + geom_tile(aes(fill = x), colour = "white")
p
p + scale_fill_gradient(limits = c(2, 4))
p + scale_fill_gradient(limits = c(2, 4), oob = scales::squish)

---

6.6 标度工具箱（Scales Toolbox）

调整默认标度之外，还可创建新的标度覆盖默认值，有四类：

1. 位置标度：将连续型、离散型、日期-时间数据映射到坐标轴上；

2. 颜色标度：将连续型或离散型变量映射到颜色；

3. 手动标度：将离散型变量映射到选择的大小、形状、颜色、线条等；

4. 同一型标度：数据能被R中的绘图函数理解时，且数据空间和图形属性空间相，可以使用同一型标度，此时默认不绘制图例。

我们一个一个看：

6.6.1 连续型位置标度（Continuous Position Scales）

每个图表都有两个位置标度，即x和y。最常见的连续型位置标度就是scale_x_continuous()和 scale_y_continuous()，它们可以将数据映射到x轴和y轴。

每个连续型标度都可以接受一个trans参数，允许使用各种变换：

# Convert from fuel economy to fuel consumption
ggplot(mpg, aes(displ, hwy)) + 
  geom_point() + 
  scale_y_continuous(trans = "reciprocal")

# Log transform x and y axes
ggplot(diamonds, aes(price, carat)) + 
  geom_bin2d() + 
  scale_x_continuous(trans = "log10") +
  scale_y_continuous(trans = "log10")

每一种变换都是由所谓的变换器（transformer)实现的，下表是比较常用的变换器：

函数名	变换函数 $f(x)$	逆变换函数 $f^{-1}(y)$
asn	${\tanh }^{-1}(x)$	$\tanh (y)$
exp	$e^x$	$log(y)$
identity	$x$