13. ggplot2中離散數(shù)據(jù)的坐標軸映射

離散變量的position scales設置中的limits/breaks/labels
離散變量的默認position scale函數(shù)是scale_*_discrete()汽绢。

  1. 離散變量是如何映射到位置坐標軸上的苔巨?
    ggplot將每個category映射為一個整數(shù)值勉抓,然后在對應坐標位置上繪制幾何圖形(geom)装蓬。蹈丸,從如下實例可以看到壁涎,7個class映射為整數(shù)1~7:
ggplot(mpg, aes(x = hwy, y = class)) + 
  geom_point() +
  annotate("text", x = 5, y = 1:7, label = 1:7)
  1. 離散型變量中各categories的順序是怎么控制的坏瘩?如何自定義绍妨?
    對連續(xù)型變量润脸,直接根據(jù)其值在對應坐標位置上繪制幾何圖形,不需要考慮值的順序問題他去。對離散型變量毙驯,應是通過因子化這種方式來確定順序的。
    有多種方式來控制離散數(shù)據(jù)中categories的順序:
  • 在繪圖之前先將離散型變量因子化:通過factor()levels參數(shù)控制順序灾测,例如:
df1 <- df <- data.frame(x=LETTERS[1:5],y=1+rnorm(5))
p1 <- ggplot(df,aes(x,y)) + geom_col()

# 通過levels設置順序
df1$x <- factor(df1$x,levels=c("E","D","C","B","A"))
p2 <- ggplot(df1,aes(x,y)) + geom_col()

# reorder()根據(jù)另一個變量的值對離散型變量進行排序
ggplot(mpg, aes(reorder(manufacturer, cty), cty)) + geom_point()
  • 通過position scale函數(shù)中的limits參數(shù)控制順序爆价,例如:
# p3與p2等價
p3 <- ggplot(df,aes(x,y)) + geom_col() + scale_x_discrete(limits=c("E","D","C","B","A"))
  1. limitsbreakslabels參數(shù)是如何使用的媳搪?
  • limits:字符串向量铭段,對應的值默認是離散型變量中的唯一值的集合,另外也可通過調整向量中值的順序調整categroies的順序
  • breaks:默認是與limits相同的字符串向量秦爆,可以手動設置為其子集序愚,效果是僅子集中的值有l(wèi)abels,子集外的值無labels(有breaks)
  • labels:可手動設置為字符串向量(長度必須與breaks相同)等限,如果向量是命名向量爸吮,則labels被替換成值的名字;label_wrap()函數(shù)可以將長lables換行
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末望门,一起剝皮案震驚了整個濱河市形娇,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌筹误,老刑警劉巖桐早,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異厨剪,居然都是意外死亡哄酝,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門丽惶,熙熙樓的掌柜王于貴愁眉苦臉地迎上來炫七,“玉大人,你說我怎么就攤上這事钾唬⊥蚰模” “怎么了侠驯?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長奕巍。 經(jīng)常有香客問我吟策,道長,這世上最難降的妖魔是什么的止? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任檩坚,我火速辦了婚禮,結果婚禮上诅福,老公的妹妹穿的比我還像新娘匾委。我一直安慰自己,他們只是感情好氓润,可當我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布赂乐。 她就那樣靜靜地躺著,像睡著了一般咖气。 火紅的嫁衣襯著肌膚如雪挨措。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天崩溪,我揣著相機與錄音浅役,去河邊找鬼。 笑死伶唯,一個胖子當著我的面吹牛觉既,可吹牛的內容都是我干的。 我是一名探鬼主播抵怎,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼奋救,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了反惕?” 一聲冷哼從身側響起尝艘,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎姿染,沒想到半個月后背亥,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡悬赏,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年狡汉,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片闽颇。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡盾戴,死狀恐怖,靈堂內的尸體忽然破棺而出兵多,到底是詐尸還是另有隱情尖啡,我是刑警寧澤橄仆,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布,位于F島的核電站衅斩,受9級特大地震影響盆顾,放射性物質發(fā)生泄漏。R本人自食惡果不足惜畏梆,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一您宪、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧奠涌,春花似錦宪巨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至达皿,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間贿肩,已是汗流浹背峦椰。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留汰规,地道東北人汤功。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像溜哮,于是被迫代替她去往敵國和親滔金。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,877評論 2 345

推薦閱讀更多精彩內容