主页 / coding / 问题 / 77601470
Accepted
Adrian
Asked: 2023-12-05 01:35:45 +0800 CST

如何防止误差条被切断？

  • 772
label <- paste0("X", 1:6)
mean  <- c(1.29,0.76,2.43,1.68,1.22,1.7) 
lower <- c(0.84,0.50,1.58,1.1,0.8,1.11)
upper <- c(1.95,1.16,4.5,2.54,1.85,2.56)

df <- data.frame(label, mean, lower, upper)

# reverses the factor level ordering for labels after coord_flip()
# df$label <- factor(df$label, levels=rev(df$label))

library(ggplot2)
fp <- ggplot(data=df, aes(x=label, y=mean, ymin=lower, ymax=upper)) +
  geom_errorbar() + geom_point() +
   geom_hline(yintercept=1, lty=2) +  # add a dotted line at x=1 after flip
  coord_flip() +  # flip coordinates (puts labels on y axis)
  xlab("Label") + ylab("Mean (95% CI)") +
  theme_bw() + ylim(c(0, 4))
fp

在此输入图像描述

使用上面的代码，X3由于其上限为 4.5，大于ylim(c(0, 4))I 设置，因此被截断。有没有办法在遵守我设置的轴限制的同时防止这种情况发生？

也就是说，我想要这样的情节：

在此输入图像描述

2 个回答

  1. Best Answer

    要裁剪部分几何图形而不完全删除它，请更改坐标限制而不是轴比例限制。在这种情况下，这意味着您可以使用ylim参数coord_flip代替函数ylim：

    library(ggplot2)

ggplot(df, aes(label, mean, ymin = lower, ymax = upper)) +
  geom_errorbar() + 
  geom_point() +
  geom_hline(yintercept = 1, lty = 2) +
  coord_flip(ylim = c(0, 4)) +  
  xlab("Label") + 
  ylab("Mean (95% CI)") +
  theme_bw()

    在此输入图像描述

    顺便说一句，您可以在不使用 的情况下获得相同的图coord_flip。我发现不必要时翻转坐标只会使调试绘图代码变得更加困难：

    ggplot(df, aes(mean, label, xmin = lower, xmax = upper)) +
  geom_errorbarh() + 
  geom_point() +
  geom_vline(xintercept = 1, lty = 2) +
  coord_cartesian(xlim = c(0, 4)) +  
  ylab("Label") + 
  xlab("Mean (95% CI)") +
  theme_bw()

    在此输入图像描述

    • 1

  2. 我们可以使用scale_y_continuous和oob = scales::squish。对于scales::squish超出限制的值，将设置为最近的限制而不是删除它们。

    误差线将达到极限 (4) 并且不会被删除。

    library(ggplot2)

fp <- ggplot(data=df, aes(x=label, y=mean, ymin=lower, ymax=upper)) +
  geom_errorbar() +
  geom_point() +
  geom_hline(yintercept=1, lty=2) +  # add a dotted line at x=1 after flip
  coord_flip() +  # flip coordinates (puts labels on y axis)
  scale_y_continuous(limits = c(0, 4), oob = scales::squish) + # added this
  xlab("Label") +
  ylab("Mean (95% CI)") +
  theme_bw()
fp

    在此输入图像描述

    • 1

相关问题