ggplot2设置坐标轴范围_ggplot2—

来源 | R友舍

对于研究过ggplot2的人而言，一个很奇怪的问题就是，为什么ggplot2做双坐标轴那么难？(解决方案可以参见Stack Overflow的这个问题。)

作者给出的理由

但事实上，作者并不建议使用双轴，这是他没有在ggplot2提供相关解决方案的原因，可以参见这个答案。

摘录如下：

It's not possible in ggplot2 because I believe plots with separate y scales (not y-scales that are transformations of each other) are fundamentally flawed. Some problems:

The are not invertible: given a point on the plot space, you can not uniquely map it back to a point in the data space.

They are relatively hard to read correctly compared to other options. See A Study on Dual-Scale Data Charts by Petra Isenberg, Anastasia Bezerianos, Pierre Dragicevic, and Jean-Daniel Fekete for details.

They are easily manipulated to mislead: there is no unique way to specify the relative scales of the axes, leaving them open to manipulation. Two examples from the Junkcharts blog: one, two

They are arbitrary: why have only 2 scales, not 3, 4 or ten?

You also might want to read Stephen Few's lengthy discussion on the topic Dual-Scaled Axes in Graphs Are They Ever the Best Solution?.

简单地翻译如下：

用ggplot2来话双轴是不可能(译者注：不过有其他ugly的解决方案)，原因主要是因为我认为，双轴本身就是有严重缺陷的。这里例句一些可能的问题：

与其他可替代的方式而言，双轴增加我们读图的难度。
双轴更可能造成误导(有意或无意)：我们有不止一种方式改变坐标轴，这使得这种(舆论)操纵得以可能。
双轴的选择特别主观：为什么我们只选择双轴？不是3轴或4轴？

接下来，我们可以通过Hadley Wickham(什么？你不认识他？回去好好看doc吧！)提供的几个证据支持来更深入的理解为什么Hadley没有咋ggplot2里设置双轴这一看似平常的属性。

双轴使得读图难度增大(相对地)

Hadley引用的论文A Study on Dual-Scale Data Charts中介绍了四种双坐标图：

一类称作切断图(cutout chart)，这是一种可转为交互式的方案。图的下方为整个数据，上方为一个特别关注的某一区间段的数据。
另一类为凸镜图(?，Lens Chart)。和切断图有点类似，但是往往是在一个子图中展现，只是某个区段的坐标会放大。
另一类就是常见的叠加图(Superimposed Chart)，也就是我们常规说的双坐标图。作者在上面举的例子就是Excel的方案(说好了不黑某软的)。
最后一类被称为断轴图(Broken Chart)。这种图和切断图类似，区别是在于，断轴图是减去了部分信息然后再把轴拼起来的结果，所以理论上不会分为子图，且某个坐标的值会有断裂。

结果

这里不赘述具体作者如何实施实验的过程，只讲一下作者使用的结果。论文作者实际上就是将读图任务区分为判断位置，长度，斜率这三个任务，来判断受试完成三个任务所需要的时间，结果如下：

首先，直接可以看出人对三种数据可视化的基本元素的敏感程度是：位置优于长度优于斜率(这提示我们在散点、动力图时的方案，不过这是另一个问题了)。

其次，也是我们最关注的，我们可以发现，显然，叠加图的效果是最差的(没错，就是我们经常用的那种)。

最后，作者做出这5种图(包括普通单轴图)之间的错误、时间的显著性差异

这里不赘述了，图已经很好地说明问题。

双轴如何让我们误读的

我们来看以下两个用双轴坐标的例子。

例子一：bar图(柱状图)

下图是一个很常见的例子，我们想展现4种商品出口、内销额，如果直接采用Dodge型柱状图(不懂Dodge？Google一下，你会学得更多)，会做出如下图。

这张图很好的表明，内销额明显高于出口额。但同时，这带来一个问题：因为出口额的量较小，放在内销的尺度下时，他们四者之间的比较不明显了。

一个常见的双轴解决方案如下：

Nice！我们可以看出出口额中四种商品之间的不同了。Wait a Minute！这带来个问题了，这张图强迫我们比较内销、出口额之间的差距，但显然，在这张图中，出口内销额之间的的高度是没有意义的。显然，这又不能让我们比较之间的差距。

我们可以得出以下结论：

项目	单轴	双轴
表现不同x坐标的差距	可以，但不够明显	可以
比较不同dodge之间数据的差距	可以	不可以
是否造成误读，或延长读图时间	不是	是

显然，我们可以得出结论，两个方案都有问题，但总的来说，单轴的优势更多，更不会引起误读，或者你具有绝对强大的内心和逻辑思维能力，但你却花了更多的时间用在“让自己做数据上的圣人上”。显然，优秀的设计不应该如此。

来看作者(略微UGLY)的解决方案(想省图看来是不可能的了)：

例子二：折线图

这里，我们想要比较的销售额和销售单位随着月度变化的趋势，一个简单的例子就是画出下列的折线图

这张图处理上有三点需要注意：

采用双轴。
两个轴的起始值不为0。
有交点。

作者认为，这种图会强调折现交点的作用，而在这张图中，折线交点是完全没有意义的。

那，换成下面的方式呢？

显然，我们还会被迫去比较两个折线的高度，但在这里，高度是完全没有意义的，甚至，和销售额比(这点要强调)，销售单位在某一时间段的降低也是没有意义的！！！

因此，综上所示，作者认为，双轴应该是不值得提倡的，还是换成一下原始的样子吧。

但如果实际情况中，我们还是需要比较这两者之间的互动怎么办呢？作者想到的一个方案是采用比例的方式，如下图：

双轴可以操纵读者！！！

双轴不仅可以通过以上方式误导读者，一个更可怕的内容是，双轴更可能涉及到数据行业的职业道德，因为，我们完全可以通过双轴，人为创造一些结论。

如Hadley引用的两个例子

本图来源

这是来自Friedman《世界是平的》中的例子，是想说明产油地区的自由程度和油价的关系。博客作者认为，这显然是有问题的，只要改变坐标轴，这个结论就会变化。

比如，这样

再比如这样

你可以做出多种方式，而每一种坐标的选择都导致你最后的结果不一样，包括变化的明显程度以及交点发生的时间。因此，我们甚至可以说，采用双轴是不道德的。

此外，还可以参见这个例子。

结论

双轴(指叠加图)会增加人读图的时间和困难(通过强迫读者进行一些无效比较)。
双轴导致混入分析师过多的主观性，坐标轴的尺度选择是随机的。
双轴可能会使读者产生错误的结论。

因此，在此，可以简单地做出结论，双坐标轴是应该被避免的。

—————————————

往期精彩：

最担心的事情终于发生了，APP已经可以一键“脱掉”你的衣服了
我造的假我自己打，Adobe推出“反PS”
李彦宏被泼水，是“多数人的暴力”还是“群众的宣泄”