library(tidyverse)
ggplot(mpg, aes(displ, cty)) +
geom_point() +
facet_grid(rows = vars(drv), scales = "free")
上面的 ggplot 代码由三个面板 4、f 和 r 组成。我希望每个面板的 y 轴限制如下：
Panel y-min y-max breaks
----- ----- ----- ------
4 5 25 5
f 0 40 10
r 10 20 2
我该如何修改我的代码来实现这个目标？不确定是使用scale_y_continuous还是coord_cartesian，或者两者的组合更为合适。
这是一个长期以来的功能请求（参见，例如，2009，2011，2016），由一个名为 facetscales 的单独软件包解决。
devtools::install_github("zeehio/facetscales")
library(g)
library(facetscales)
scales_y <- list(
`4` = scale_y_continuous(limits = c(5, 25), breaks = seq(5, 25, 5)),
`f` = scale_y_continuous(limits = c(0, 40), breaks = seq(0, 40, 10)),
`r` = scale_y_continuous(limits = c(10, 20), breaks = seq(10, 20, 2))
)
ggplot(mpg, aes(displ, cty)) +
geom_point() +
facet_grid_sc(rows = vars(drv), scales = list(y = scales_y))
facet_params中，我们可以“运用语言”来创建scale_y： 
library(tidyverse)
facet_params <- read_table("drv y_min y_max breaks
4 5 25 5
f 0 40 10
r 10 20 2")
scales_y <- facet_params %>%
str_glue_data(
"`{drv}` = scale_y_continuous(limits = c({y_min}, {y_max}), ",
"breaks = seq({y_min}, {y_max}, {breaks}))") %>%
str_flatten(", ") %>%
str_c("list(", ., ")") %>%
parse(text = .) %>%
eval()
geom_blank()可能是一种更灵活的方法，因为似乎facetscales包不支持facet_wrap，只支持facet_grid。 - qdread定义原始图形并确定每个面的y轴所需参数：
library(ggplot2)
g0 <- ggplot(mpg, aes(displ, cty)) +
geom_point() +
facet_grid(rows = vars(drv), scales = "free")
facet_bounds <- read.table(header=TRUE,
text=
"drv ymin ymax breaks
4 5 25 5
f 0 40 10
r 10 20 2",
stringsAsFactors=FALSE)
这不符合breaks规格，但它能正确获取边界：
定义一个新的数据框，其中包括每个drv的最小/最大值：
ff <- with(facet_bounds,
data.frame(cty=c(ymin,ymax),
drv=c(drv,drv)))
将它们添加到图表中（由于x是NA，所以它们不会被绘制，但仍然用于定义比例尺）
g0 + geom_point(data=ff,x=NA)
这与expand_limits()的功能类似，不同的是该函数适用于“所有面板或所有图形”。
这很丑陋，并取决于每个组具有唯一范围。
library(dplyr)
## compute limits for each group
lims <- (mpg
%>% group_by(drv)
%>% summarise(ymin=min(cty),ymax=max(cty))
)
休息函数：找出与给定限制集对应的组...
bfun <- function(limits) {
grp <- which(lims$ymin==limits[1] & lims$ymax==limits[2])
bb <- facet_bounds[grp,]
pp <- pretty(c(bb$ymin,bb$ymax),n=bb$breaks)
return(pp)
}
g0 + scale_y_continuous(breaks=bfun, expand=expand_scale(0,0))
这里的另一个问题是我们不得不设置expand_scale(0,0)，以使限制与组限制完全相等，而这可能不是您想要的绘图方式...
如果breaks()函数能够以某种方式传递有关当前正在计算哪个面板的信息，那就太好了...
geom_blank() 可以更加简洁地实现控制坐标轴的目的，而无需通过绘制不可见点来实现。 - crshscales_x <- list(
"B" = scale_x_log10(limits=c(0.1, 10), breaks=c(0.1, 1, 10)),
"C" = scale_x_log10(limits=c(0.008, 1), breaks=c(0.01, 0.1, 1)),
"E" = scale_x_log10(limits=c(0.01, 1), breaks=c(0.01, 0.1, 1)),
"R" = scale_x_log10(limits=c(0.01, 1), breaks=c(0.01, 0.1, 1))
)
ggplot(...) + facet_grid_sc(...) + scale_x_log10()
ggh4x包，通过ggh4x::facetted_pos_scales允许单独指定每个面板的位置比例：library(ggplot2)
library(ggh4x)
df_scales <- data.frame(
Panel = c("4", "f", "g"),
ymin = c(5, 0, 10),
ymax = c(25, 40, 20),
n = c(5, 10, 2)
)
df_scales <- split(df_scales, df_scales$Panel)
scales <- lapply(df_scales, function(x) {
scale_y_continuous(limits = c(x$ymin, x$ymax), n.breaks = x$n)
})
ggplot(mpg, aes(displ, cty)) +
geom_point() +
facet_grid(rows = vars(drv), scales = "free") +
ggh4x::facetted_pos_scales(
y = scales
)
很不幸，据我所知（可能我错了），上述提到的方法不能帮助您缩小分面轴。例如，这是我的工作中的一张图表，其中包含匿名数据：
在两个分面中（右侧列），一个或两个数据点的置信区间会使得该分面的域范围急剧变化，从而使主体数据的总体趋势难以辨认。 我需要缩小这些轴。
我编写了一个函数scale_individual_facet_y_axes，它非常粗略地完成了这个任务。 它是一个独立的函数，接受两个参数：plot 是 ggplot 函数输出的 ggproto 对象，ylims 是一个元组列表，每个元组对应于一个特定分面的 y 轴。 如果您想让特定分面的轴保持不变，请在 ylims 列表中使用 NULL 值来表示该分面的元素。
例如：
plot =
data %>%
ggplot(aes(...)) +
geom_thing() +
# ... construct your ggplot object as normal, and save it to a variable
geom_whatever()
ylims = list(NULL, c(-20, 100), NULL, c(0, 120))
scale_inidividual_facet_y_axes(plot, ylims = ylims)
如您所见，右侧列的轴已被修改，而左侧列保持原样。#' Scale individual facet y-axes
#'
#'
#' VERY hacky method of imposing facet specific y-axis limits on plots made with facet_wrap
#' Briefly, this function alters an internal function within the ggproto object, a function which is called to find any limits imposed on the axes of the plot.
#' We wrap that function in a function of our own, one which intercepts the return value and modifies it with the axis limits we've specified the parent call
#'
#' I MAKE NO CLAIMS TO THE STABILITY OF THIS FUNCTION
#'
#'
#' @param plot The ggproto object to be modified
#' @param ylims A list of tuples specifying the y-axis limits of the individual facets of the plot. A NULL value in place of a tuple will indicate that the plot should draw that facet as normal (i.e. no axis modification)
#'
#' @return The original plot, with facet y-axes modified as specified
#' @export
#'
#' @examples
#' Not intended to be added to a ggproto call list.
#' This is a standalone function which accepts a ggproto object and modifies it directly, e.g.
#'
#' YES. GOOD:
#' ======================================
#' plot = ggplot(data, aes(...)) +
#' geom_whatever() +
#' geom_thing()
#'
#' scale_individual_facet_y_axes(plot, ylims)
#' ======================================
#'
#' NO. BAD:
#' ======================================
#' ggplot(data, aes(...)) +
#' geom_whatever() +
#' geom_thing() +
#' scale_individual_facet_y_axes(ylims)
#' ======================================
#'
scale_inidividual_facet_y_axes = function(plot, ylims) {
init_scales_orig = plot$facet$init_scales
init_scales_new = function(...) {
r = init_scales_orig(...)
# Extract the Y Scale Limits
y = r$y
# If this is not the y axis, then return the original values
if(is.null(y)) return(r)
# If these are the y axis limits, then we iterate over them, replacing them as specified by our ylims parameter
for (i in seq(1, length(y))) {
ylim = ylims[[i]]
if(!is.null(ylim)) {
y[[i]]$limits = ylim
}
}
# Now we reattach the modified Y axis limit list to the original return object
r$y = y
return(r)
}
plot$facet$init_scales = init_scales_new
return(plot)
}
scale_y_continuous或coord_cartesian)都不适用于面板。如果这些是数据比例的扩展，我也通过向数据集添加虚假数据并确保在定义比例时考虑它们但不绘制它们来完成了这个过程。还可以使用breaks()函数来进行hack，通过检测当前正在考虑哪个子图... - Ben Bolkerggplot2内置的数据集mpg。 - Calum Youscale_y_continuous(breaks=my_breaks,expand=expand_scale(mult=c(0,.1)))来解决，其中my_break函数设置了断点，而expand_scale则设置了限制。 - pengchy