ggplot2 | 坐标标度函数、坐标系统函数

本号的ggplot2系列推文已经更新了四篇，各位读者请依次阅读：

ggplot2语法入门
几何对象函数：小提琴图、箱形图、抖动图
颜色标度函数
统计变换

本篇来介绍ggplot2绘图系统的坐标体系。共分为两部分，一是标度函数中的坐标标度函数，二是坐标系统函数。

library(ggplot2)
library(patchwork)

坐标标度函数

ggplot2的标度函数有多种类型，本系列会将其拆解进行介绍，前面已经介绍了颜色标度函数，本篇涉及到坐标标度函数，后续还计划专门出推文从整体上介绍标度函数。

x轴和y轴的标度函数类似，本文不作区别。与颜色标度函数一样，坐标标度函数也分为离散、连续和分箱等类型。

离散坐标标度

离散坐标标度对应的函数是scale_x_discrete()，它的语法结构如下：

scale_x_discrete(...,expand = waiver(),guide = waiver(),position = "bottom")

该函数的参数分为两类：...是离散标度函数的通用参数，其他参数是坐标标度函数的专门参数。

主要的通用参数有如下几个：

breaks：分割位置；对于坐标标度函数来说是坐标轴刻度位置；
limits：范围；对于坐标标度函数来说相当于基础绘图系统中的xlim、ylim参数；
name：名称；对于坐标标度函数来说是坐标轴名称；
labels：标签；对于坐标标度函数来说是坐标轴刻度标签，必须与breaks参数一一对应。

对比以下三幅图的区别：

p11 <- ggplot(mtcars, aes(factor(cyl))) +geom_bar()p12 <- p11 + scale_x_discrete(name = "cyl",breaks = c("4", "8"),labels = c("No.4", "No.8"))p13 <- p11 + scale_x_discrete(name = "cyl",limits = c("4", "8"))p11 + p12 + p13

与图1相比，图2通过name、breaks、labels参数调整了x轴的名称、刻度位置、刻度标签；

与图1相比，图3通过limits参数限定了变量的取值范围，范围外的样本会被从绘图数据中去除。

专门参数如下：

expand：坐标轴两侧的空隙，格式为包含两个元素的向量；
guide：图例参数；
position：坐标轴的位置；对于x轴有top、bottom两种，y轴有left、right两种。

p14 <- p11 + scale_x_discrete(expand = c(0,0))
p15 <- p11 + scale_x_discrete(position = "top")p14 + p15

连续坐标标度

连续坐标标度对应的函数是scale_x_continuous()，语法结构如下：

scale_x_continuous(name = waiver(),breaks = waiver(),minor_breaks = waiver(),n.breaks = NULL,labels = waiver(),limits = NULL,expand = waiver(),oob = censor,na.value = NA_real_,trans = "identity",guide = waiver(),position = "bottom",sec.axis = waiver()
)

连续标度函数与离散标度函数有一些共同参数，此外还有如下特有参数：

minor_breaks：次级刻度的位置；
n.breaks：breaks参数的替代参数，指定坐标轴刻度的数目。

p31 <- ggplot(mtcars, aes(mpg, drat)) + geom_point()p32 <- p31 + scale_x_continuous(limits = c(15, 30),breaks = seq(15, 30, 3))p33 <- p31 + scale_x_continuous(limits = c(15, 30),n.breaks = 4)p34 <- p31 + scale_x_continuous(limits = c(15, 30),n.breaks = 4,labels = LETTERS[1:4])(p31 + p32) / (p33 + p34)

trans：变换参数，变换后坐标轴刻度不再是顺序、等间隔的了；可选项有asn、atanh、boxcox、date、exp、hms、identity、log、log10、log1p、log2、logit、modulus、probability、probit、pseudo_log、reciprocal、reverse、sqrt、time。

此外，还有如下三个快捷转换函数：

scale_x_log10()
scale_x_reverse()
scale_x_sqrt()

示例如下：

p35 <- p31 + scale_x_continuous(trans = "reverse")
p36 <- p31 + scale_x_continuous(trans = "log10")
p37 <- p31 + scale_x_reverse()
p38 <- p31 + scale_x_log10()(p35 + p36)/(p37 + p38)

分箱坐标标度

分箱坐标标度对应的函数是scale_x_binned()，该函数会将对应的连续变量分割成若干段。

p41 <- ggplot(mtcars, aes(mpg, drat)) + geom_point() +scale_x_binned(n.breaks = 5, show.limits = T)p42 <- ggplot(mtcars, aes(mpg)) + geom_bar()+scale_x_binned(n.breaks = 5)p41 + p42

时间坐标标度

当x或y轴对应的是时间类型变量时，需要使用时间坐标标度函数对其进行调整。R语言中的时间变量有3种类型，对应的时间坐标标度函数分别如下：

scale_x_date() # Date
scale_x_datetime() # POSIXct
scale_x_time() # hms

时间类型变量有专门的处理工具包，本篇暂不介绍。

`labs()`/`lims()`

当只需要设置坐标轴的标签或范围时，可以使用labs()和lims()函数进行快捷设置。

标签函数：

labs(...,title = waiver(),subtitle = waiver(),caption = waiver(),tag = waiver()
)xlab(label)
ylab(label)
ggtitle(label, subtitle = waiver())

范围函数：

lims(...)
xlim(...)
ylim(...)

标签函数在前篇已经介绍，具体见语法入门第3部分（绿色字体可点击）；

范围函数见本篇下文。

坐标系统函数

坐标系统函数是ggplot2绘图系统的一个组件，该类函数以coord_开头进行命名。

`coord_cartesian()`

默认坐标系统是笛卡尔坐标系，对应的函数是coord_cartesian()：

coord_cartesian(xlim = NULL,ylim = NULL,expand = TRUE,default = FALSE,clip = "on"
)

该函数的主要参数有xlim、ylim和expand。

expand参数类似坐标标度函数中的同名参数，但它是逻辑型参数，默认TRUE表示在坐标轴两侧留出间隔；

xlim、ylim参数类型坐标标度函数中的limits参数，但有所不同。

观察下面三幅图：

p51 <- ggplot(mtcars, aes(mpg, drat)) + geom_point()p52 <- p51 + scale_x_continuous(limits = c(15, 30)) +scale_y_continuous(limits = c(3, 4))p53 <- p51 + lims(x = c(15, 30),y = c(3, 4))p54 <- p51 + coord_cartesian(xlim = c(15, 30), ylim = c(3, 4))p52 + p53 + p54

对比图1和图2可以看出，范围函数lims()和坐标标度函数中的limits参数功能完全一致；

由于默认状态下坐标轴两侧会留出间隙，图1中间隙位置的点不会显示，而图3中这部分的点依然会显示。

`coord_fixed()`

该函数通过ratio参数控制y轴和x轴单位长度的实际比例，相当于基础绘图系统中plot()函数的asp参数，默认状态下等同coord_equal()函数：

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

示例如下：

p51 + coord_fixed(ratio = 5)

`coord_flip()`

该函数用于将x、y坐标轴的位置对调，其他同coord_cartesian()函数：

coord_flip(xlim = NULL,ylim = NULL,expand = TRUE,clip = "on")

示例如下：

p51 + coord_flip()

`coord_polar()`

该函数对应的是极坐标系：

coord_polar(theta = "x",start = 0, direction = 1,clip = "on")

theta：指定将哪个变量作为极坐标的角度参数；可选项有x、y；
start：起点的角度位置，默认值0表示12点钟位置；
direction：旋转方向；1表示顺时针，-1表示逆时针。

以下例子来自官方帮助文档。通过转换坐标系，可以将柱状图转换为同心圆图和扇形图：

p61 <- ggplot(mtcars, aes(x = factor(1), fill = factor(cyl))) + geom_bar(width = 1)p62 <- p61 + coord_polar()p63 <- p61 + coord_polar(theta = "y")p62 + p63

`coord_trans()`

该函数类似连续坐标标度函数中的trans参数：

coord_trans(x = "identity",y = "identity",xlim = NULL,ylim = NULL,clip = "on",expand = TRUE
)

该函数与trans参数的转换原理不同：trans参数是先转换数据、再绘图；coord_trans()函数是先绘图后转换坐标系。

具体见以下示例：

set.seed(123)
df <- data.frame(x = 1:10, y = c(1:10) + rnorm(10))p71 <- ggplot(df, aes(x, y)) + geom_point() +geom_smooth(method = "lm")p72 <- p71 + scale_x_log10() +geom_smooth(method = "lm")p73 <- p71 + coord_trans(x = "log10") +geom_smooth(method = "lm")p71 + p72 + p73

如上图所示，使用线性模型对散点进行拟合,但是图3拟合出的视觉效果并非直线：

图1和图3使用的模型形式都为，但由于图3进行了对数转换，原先的直线被扭曲成了指数曲线；

图2使用trans参数先对数据进行了转换，模型形式实际是，因此在对数转换后的坐标系中仍然是直线。