Tidyverse自学笔记-ggplot2标度之坐标轴设置

数据准备

本示例数据是自编数据，仅为练习所用，数据结构假设为，两个年份year(2020，2021)，两个氮水平nitrogen（N1，N2），两个玉米品种variety（a，b）测定了5个试验指标（变量v1，v2，v3，v4，v5），每个处理3次重复block（1，2，3）。

标度（scale）

标度是将数据空间（标度的定义域）映射到图形属性空间（标度的值域）的一个函数。

标度的作用是调整数据映射的图形属性。这些属性包括颜色，位置，形状，大小，线条类型等。

ggplot2为每一种图形属性提供了一个默认的标度，当默认标度不满足我们的作图需求时，我们需要对默认标度进行修改。

标度变换

要想将图形属性映射为变量，需要在函数aes()中将图形属性名称和变量名称关联起来。ggplot2会自动为每个变量值分配唯一的图形属性水平，这个过程即为标度变换。

通常ggplot2会自动根据输入变量选择最优的坐标刻度方案，若要手动设置或调整，就需要用到标度函数：scale_<MAPPING><KIND>()，标度函数构成是scale 图形属性名称_标度名称，如：scale_color_gradient表示对图形颜色的渐变色进行定义。

标度分类

按照对图形作用的部分差异，分为坐标轴标度，颜色标度，填充标度，大小标度，透明度标度，线条标度，形状标度。

常用的标度函数：

坐标原点归位

你会发现，ggplot2绘制的初始图形，坐标原点均不是从0开始，可通过以下方式调整。

设置坐标轴范围

坐标轴翻转

coord_flip(xlim = NULL, ylim = NULL, expand = TRUE)

实现坐标轴翻转，即 x 轴与 y 轴互换。

scale_x_reverse或scale_y_reverse

实现的是x轴或y轴取值范围最大最小值的翻转。

坐标轴比例缩放

coord_fixed(ratio = 1, xlim = NULL, ylim = NULL, expand = TRUE)

参数ratio用于指定纵横比，也就是纵轴1单位显示的长度，是横轴1单位显示的长度的几倍。 默认值为1，表示x 轴和 y 轴之间的缩放比例为 1：1。 ratio值越小，图形越扁。

更改分类轴项目顺序

scale_x_discrete()或scale_y_discrete()：实现图形分类变量顺序变更。

坐标轴坐标转换

scale_x or y_log10()：对x轴或y轴做对数转换。

scale_x or y_sqrt()：对x轴或y轴数值取平方根。

当使用ggplot2作图的时候有限制坐标轴的范围的需求时可以使用的设置函数有3个：

xlim( ) or ylim( )

scale_x_continuous(limits = c( )) or scale_y_continuous(limits = c( ))

coord_cartesian(ylim = c( ), xlim = c( ))

从本质上来说这三个函数滑乱都可对坐标轴的范围进行设置，但是不同谈让晌的是前面两函数当有点超出指定的范围时，这些超出的点会被删除，具体演示如下：

library(ggplot2)

a <- c(1,2,3,4,5,6,7,8,9)

b <- c(1,2,3,2,4,6,6,5,3)

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity")

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + ylim(0,7)

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + ylim(0,5)

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + scale_y_continuous(limits = c(0,5))

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + coord_cartesian(ylim = c(0,5))

其中还有一个需要注意的点就是前面两个起始位置都必须是0，否则则不会显示图形，但是最后coord_cartesian(*lim = c( ))函数则会显示从设置的起始位置开始的图形：

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + ylim(1,7)

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + scale_y_continuous(limits = c(1,7))

ggplot() +

geom_bar(mapping = aes(x=a, y=b), stat = "identity") + coord_cartesian(ylim = c(1,7))

总的来说，似乎coord_cartesian(*lim = c( ))函数对于坐标轴范围的设置似乎更加强含锋大，也推荐使用.

参考代码如下：

library(ggplot2)

x=abs(rnorm(10))

pp=seq(0.1,1,by=0.1)pp

sx=array(0,10,1)sx

for(i in 1:10)

{

sx[i]=sum(x[1:i])

}

sx

DataCumPer=data.frame(CUM=sx,PP=pp)#一定要转换成数据框

p=ggplot(DataCumPer,aes(CUM,PP))

p=p+geom_line(linetype="dotted",size=I(0.8))#设置线型和粗细

p=p+xlab("累积和")#横轴标签

p=p+geom_point(size=I(3),shape=I(18))#设置银燃形状和大小

p=p+ylab("百分位点")#纵轴标签

p=p+opts(axis.title.x= theme_text(size = 15,colour="red"))#设置字体和颜色

p=p+opts(axis.title.y= theme_text(size = 15,colour="blue"))#设置字体和颜色

p=p+scale_y_continuous(formatter = "percent",breaks =pp)#设置格式樱穗为百分比，10%为一档

p=p+opts(title="帕累托图",plot.title = theme_text(size = 20,face="bold"脊搏卜,vjust=1.5))#设置图的标题

p#显示结果

---