我的编程空间,编程开发者的网络收藏夹
学习永远不晚

R语言ggplot2包之坐标轴详解

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

R语言ggplot2包之坐标轴详解

引言

我们还可以对图形中的坐标轴进行处理,包括x、y轴对换、设定坐标轴范围、刻度线修改与去除等等。要想对图形玩得转,坐标轴处理精通不可或缺。

坐标轴对换

我们使用coord_flip()函数来对换坐标轴。


library(ggplot2)
library(gcookbook)
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot()
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() + coord_flip()

置换x、y轴时有时候会导致某一坐标轴的坐标被逆转。比如说原x轴的数据是从左往右阅读的,在对换后,原来数据会从下往上给呈现。有时这是个问题。如果x是因子,我们可以对其用带参数limits=rev(levels(…))的函数scale_x_discrete()进行修正。

如果是连续变量,我们可以使用函数scale_y_reverse 或者scale_x_reverse来逆转坐标轴。

如果我们想改变分类变量的显示顺序,可以设置scale_x_discrete() or scale_y_discrete()函数就行。


#因子坐标轴
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() + coord_flip() +
scale_x_discrete(limits=rev(levels(PlantGrowth$group)))
#连续变量的逆转
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() + scale_y_reverse()
#改变分类变量顺序
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot()+scale_x_discrete(limits=c("trt1","ctrl","trt2"))


设置x,y轴的连续变量范围

我们可以使用xlim()和ylim设置x、y轴的最大最小值。


p <- ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot()
p + ylim(0, max(PlantGrowth$weight))
#ylim()是对scale_y_continuous()的快速实现。
#其中breaks用来控制刻度。
p + scale_y_continuous(limits=c(0, 10), breaks=NULL)

设置x、y轴刻度相对比例

我们可以设置x、y轴刻度的相对比例,可以是1:1,即一致的长度。也可以让其中一个轴的刻度变得更长一些,或者说两个刻度线之间的距离更大一些。


sp <- ggplot(marathon, aes(x=Half,y=Full)) + geom_point()
#1:1
sp + coord_fixed() +
scale_y_continuous(breaks=seq(0, 420, 30)) +
scale_x_continuous(breaks=seq(0, 420, 30))
#1:2 x轴刻度长度比y轴刻度长度
sp + coord_fixed(ratio=1/2) +
scale_y_continuous(breaks=seq(0, 420, 30)) +
scale_x_continuous(breaks=seq(0, 420, 15))

设置刻度线的位置

ggplot()函数对处理刻度线位置非常擅长,只要改变刻度的间隔即可(这里的刻度线指的是大刻度线)。

如果坐标轴上变量是连续变量,则不会出现小刻度线。


#连续变量
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() +
scale_y_continuous(breaks=c(4, 4.25, 4.5, 5, 6, 8))
#看到没有,刻度线位置已经按照breaks设置的参数改变了
#如果是离散变量,则使用scale_x_discrete函数
#通过limit函数来控制标签的个数和顺序
ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() +
scale_x_discrete(limits=c("trt2", "ctrl"))

去除刻度线、刻度标签和网格线

如果想去除刻度标签,我们使用theme(axis.text.y = element_blank())(如果针对x,参数y改成x即可。

如果想去除刻度线,在theme函数中使用axis.ticks.y = element_blank(),如果x、y轴都想去除axis.ticks.y改成axis.ticks即可。

有时候网格线让整个图画显得复杂,我们也可以对此进行去除。breaks的参数值设为NULL就行了。


p <- ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot()
#去除刻度标签
p + theme(axis.text.y = element_blank())
#去除刻度线
p + theme(axis.ticks.y = element_blank(), axis.text.y = element_blank())
#去除网格线
p + scale_y_continuous(breaks=NULL)

改变刻度标签的内容和显示效果

我们不仅可以改变刻度标签的位置,还可以对标签内容进行修改。


hwp <- ggplot(heightweight, aes(x=ageYear, y=heightIn)) +
geom_point()
hwp + scale_y_continuous(breaks=c(50, 56, 60, 66, 72),
labels=c("Tiny", "Really\nshort", "Short",
"Medium", "Tallish"))
#值得注意的是,若标签太长,可以用\n将文本放到下一行进行显示

为了改变刻度标签的显示效果,我们可以在theme函数中设置element_text参数中angle的值。


bp <- ggplot(PlantGrowth, aes(x=group, y=weight)) + geom_boxplot() +
scale_x_discrete(breaks=c("ctrl", "trt1", "trt2"),
labels=c("Control", "Treatment 1", "Treatment 2"))
#垂直显示
bp + theme(axis.text.x = element_text(angle=90, hjust=1, vjust=.5))
#换个角度显示,angle是控制刻度标签显示的角度
bp + theme(axis.text.x = element_text(angle=30, hjust=1, vjust=1))
#hjust和vjust是为了控制刻度标签在水平方向和垂直方向的位置

改变坐标轴标签内容

刚才改变的是刻度标签,我们有时还想改变各个坐标轴中标签内容。


hwp + xlab("Age in years") + ylab("Height in inches")#hwp在上面例子中已经定义过
#你也可以这么改,两者等价
hwp + labs(x = "Age in years", y = "Height in inches")

我们也可以去除各个坐标轴标签。


hwp+ theme(axis.title.x=element_blank())

改变坐标轴标签的显示效果也同样方便。


hwp + ylab("Height\n(inches)") +
theme(axis.title.y=element_text(angle=90, face="italic", colour="darkred",
size=14))
#这也同样适用于改变刻度线标签的字体、颜色大小。

使用对数坐标轴

我们也可以把坐标轴改变成对数坐标轴形式,使用scale_x_log10() scale_y_log10()。


library(MASS)
p <- ggplot(Animals, aes(x=body, y=brain, label=rownames(Animals))) +
geom_text(size=3)
#只显示标签线
p + scale_x_log10() + scale_y_log10()

以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。如有错误或未考虑完全的地方,望不吝赐教。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

R语言ggplot2包之坐标轴详解

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

R语言中ggplot2绘制双坐标轴图

本文主要介绍了R语言中ggplot2绘制双坐标轴图,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
2022-11-13

在R语言底层作图中如何设置坐标轴

这篇文章给大家分享的是有关在R语言底层作图中如何设置坐标轴的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。要绘制一张赏心悦目的统计图表,坐标轴的设置至关重要。在R语言底层作图中,对坐标轴的调整主要通过调整plot函
2023-06-08

R语言绘制双坐标图的案例详解

这篇文章主要介绍了R语言绘制双坐标图,下面就跟大家介绍plotrix包中的twoord.plot()函数和twoord.stackplot()函数,它们可以实现双坐标轴图形的绘制,需要的朋友可以参考下
2023-01-07

R语言横坐标的标签显示不全如何解决

如果R语言横坐标的标签显示不全,可以考虑采取以下几种方法解决:1. 调整图像尺寸:使用`png()`、`pdf()`、`jpeg()`等函数设置输出图片的尺寸,增加图片宽度来容纳更多的标签。2. 调整标签显示角度:使用`par()`函数设置
2023-09-14

详解R语言caret包trainControl函数

这篇文章主要介绍了R语言caret包trainControl函数详解,本文通过源码分析给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2022-11-13

R语言数据可视化包ggplot2画图之散点图的基本画法

散点图主要用于描述两个连续变量之间的关系,通过散点图发现变量之间的相关性强度、是否存在线性关系等,下面这篇文章主要给大家介绍了关于R语言数据可视化包ggplot2画图之散点图的基本画法,需要的朋友可以参考下
2022-11-13

R语言学习之基础绘图详解

这篇文章主要为大家详细介绍了R语言中基础绘图的相关知识,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以了解一下
2023-03-22

Go语言基础之Time包详解

Time包是Go语言中用于处理时间的一个标准库。它提供了一系列函数和类型,用于获取当前时间、时间格式化、时间计算等操作。在Go语言中,时间的表示方式主要有两种:时间点(time point)和持续时间(duration)。时间点是指具体的一
2023-08-29

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录