如何扩展 ggplot y 轴限制以包括最大值

Question

通常在绘图中，Y 轴值标签在绘制的最大值以下被截断。

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到这一点。 也许我只是想多了。 我不想弄乱自动生成的“智能”中断。

我可能会尝试手动解决这个问题......

  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那样工作，因为“智能休息”。 无论如何，我是否可以将默认中断间隔延长到 1 个以上，以便在这种情况下为 400？ 当然，我希望这对于我正在使用的任何数据集都是灵活的。

Answer 1

您可以使用expand_limits()来增加最大 y 轴值。 您还可以确保将最大 y 轴值向上舍入到数据尺度上的下一个最高值，例如下一个最高的十位值、下一个最高的百位值等，具体取决于数据在几十、几百等范围内。

例如，下面的函数查找最大 y 值的以 10 为底的对数并将其四舍五入。 这为我们提供了最大 y 值的十进制刻度（例如，数十、数百、数千等）。 然后将最大 y 轴值向上舍入到最接近的十、百等，即高于最大 y 值。

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，为了让事情更容易一些，您可以设置函数，以便直接从图中收集 y 范围数据：

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)

Answer 2

选择一个步骤来打破 y 轴，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)

p2 的 ste 是 50 而 p3 的 step 是 100

Answer 3

这是一个允许任何类型的数字比例的解决方案：

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))
    )
  )

}