你可以通过定义坐标转换来实现这一点。一个标准的例子是对数坐标，可以通过在ggplot中使用scale_y_log10()来实现。
但你也可以通过向scale_y_continuous()（以及类似的scale_x_continuous()）提供trans参数来定义自定义变换函数。为此，您需要使用scales包中的trans_new()函数。它接受转换函数及其逆函数作为参数。
我首先讨论了OP示例的特殊解决方案，然后还展示了如何将其推广。
OP的示例
OP想要缩小-2和2之间的区间。以下定义了一个函数（和它的逆函数），该函数将该区间缩小了4倍：
library(scales)
trans <- function(x) {
ifelse(x > 2, x - 1.5, ifelse(x < -2, x + 1.5, x/4))
}
inv <- function(x) {
ifelse(x > 0.5, x + 1.5, ifelse(x < -0.5, x - 1.5, x*4))
}
my_trans <- trans_new("my_trans", trans, inv)
这段代码定义了一个转换。为了看到其效果，我将定义一些样本数据：
x_val <- 0:250
y_val <- c(-6:-2, 2:6)
set.seed(1234)
data <- data.frame(x = sample(x_val, 30, replace = TRUE),
y = sample(y_val, 30, replace = TRUE))
我首先未进行转换就绘制它：
p <- ggplot(data, aes(x, y)) + geom_point()
p + scale_y_continuous(breaks = seq(-6, 6, by = 2))
现在我使用 scale_y_continuous() 函数进行转换：
p + scale_y_continuous(trans = my_trans,
breaks = seq(-6, 6, by = 2))
如果你想进行另一种变换，你需要改变trans()和inv()的定义，然后再次运行trans_new()。你必须确保inv()确实是trans()的逆函数。我检查了这点，方法如下：
x <- runif(100, -100, 100)
identical(x, trans(inv(x)))
通用解决方案
下面的函数定义了一种转换方式，您可以选择要压缩的区域的上限和下限，以及要使用的因子。它直接返回 trans 对象，该对象可在 scale_y_continuous 内使用：
library(scales)
squish_trans <- function(from, to, factor) {
trans <- function(x) {
if (any(is.na(x))) return(x)
isq <- x > from & x < to
ito <- x >= to
x[isq] <- from + (x[isq] - from)/factor
x[ito] <- from + (to - from)/factor + (x[ito] - to)
return(x)
}
inv <- function(x) {
if (any(is.na(x))) return(x)
isq <- x > from & x < from + (to - from)/factor
ito <- x >= from + (to - from)/factor
x[isq] <- from + (x[isq] - from) * factor
x[ito] <- to + (x[ito] - (from + (to - from)/factor))
return(x)
}
return(trans_new("squished", trans, inv))
}
trans() 和 inv() 中的第一行处理了在调用转换时 x = c(NA, NA) 的情况。（似乎在我最初撰写这个问题时，ggplot2 的版本并没有出现这种情况。不幸的是，我不知道从哪个版本开始出现了这种情况。）
现在可以使用这个函数方便地重新绘制第一节中的图表：
p + scale_y_continuous(trans = squish_trans(-2, 2, 4),
breaks = seq(-6, 6, by = 2))
以下示例显示您可以在任意位置压缩比例尺，并且这也适用于除点以外的其他几何对象：
下面的示例显示，您可以在任意位置压缩比例尺，而且这也适用于除了点以外的其他几何对象：
df <- data.frame(class = LETTERS[1:4],
val = c(1, 2, 101, 102))
ggplot(df, aes(x = class, y = val)) + geom_bar(stat = "identity") +
scale_y_continuous(trans = squish_trans(3, 100, 50),
breaks = c(0, 1, 2, 3, 50, 100, 101, 102))
最后强调一下评论中已经提到的：这种图表可能会误导人，需要小心使用！
但我想做出像这样的东西：
这是代码：
facet_wrap()中使用space =“free”，也无法在facet_grid()中指定每个facet的比例尺。关于破碎轴的整个争论令我感到愤怒。图表并不具有误导性，_人们_才具有误导性。我的意思是，如果我想要误导，我会改变数据。此外，您可以对非线性刻度做出同样的论点。它们是误导性的！破碎的轴是非线性刻度，就像对数刻度一样。只有当您不知道如何阅读图表时，它才会产生误导性。 - ccoffman