r - axis.break和ggplot2或gap.plot？情节可能太复杂

Question

我用 ggplot2 创建了一个绘图。与牛奶蛋白质含量有关。我有两组和 4 次治疗。我想展示小组和治疗、手段和误差线之间的相互作用。蛋白质含量从2.6%开始。现在我的 y Axis 从那里开始没有间隙，但我的主管想要有一个间隙。我尝试了plotrix库的axis.break()，但什么也没发生。我尝试用gap.plot重建图形，但没有成功，但我必须承认我不是R英雄。

这是我的图形的代码:

Protein<-ggplot(data=D, aes(x=treat, y=Prot,group=group, shape=group))+
  geom_line(aes(linetype=group), size=1, position=position_dodge(0.2))+
  geom_point(size=3, position=position_dodge(0.2))+
  geom_errorbar(aes(ymin=Prot-Prot_SD,ymax=Prot+Prot_SD), width=.2,      
position=position_dodge(0.2))+ 
  scale_shape_discrete(name='group\n', labels=c('1\n(n =   
22,19,16,20)\n','2\n(n = 15,12,14,12)'))+
  scale_linetype_discrete(name="group\n", labels=c('control\n(n =   
22,19,16,20)\n','free-contact\n(n = 15,12,14,12)'))+
  scale_x_discrete(labels=c('0', '1', '2', '3'))+
  labs(x='\ntreatment', y='protein content (%)\n')
ProtStar<-Protein+annotate("text", x=c(1,2,3,4), y=c(3.25,3.25,3.25,3.25),   
label=c("Aa","Aa","Ab","Ba"), size=4)
plot(ProtStar)

不幸的是，我没有足够的声誉来发布图像，但您可能从代码中看到该图形很复杂。

如果您能提供有用的建议，那就太好了。非常感谢!

Answer 1

TL;DR:看底部。

考虑这些数字:

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic()

这是你的基本情节。现在您必须考虑 Y Axis 。

<小时/>

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() +
  scale_y_continuous(limits = c(0,NA), expand = c(0,0))

这是强调数据有零下限的最小误导性方式，即使没有低于某个值的实际点。牛奶蛋白百分比是一个很好的数据示例，负值是不可能的，您想强调这一点，但没有观察值接近于零。

这也缩小了 Y Axis 的解释范围，从而减少了观测值之间的差异。如果这是你想强调的事情，那很好。但如果某些数据的自然范围很窄，包括零(以及由此产生的空白空间)就会产生误导。例如，如果牛奶蛋白始终在 2.6% 到 2.7% 之间，那么零值并不是数据的真正下限，而是与 -50% 一样不可能。

<小时/>

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() +
  scale_y_continuous(limits = c(0,NA), expand = c(0,0)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf) 

不包含损坏的 Y Axis 的原因有很多。许多人认为将数据包含在数据范围内是不道德的或具有误导性的。但这个特殊情况已经超出了实际数据的极限。我认为规则可以为此稍微改变一下。

第一步是删除自动 Y 轴线并使用 annotate“手动”绘制它。请注意，该图看起来与上一图相同。如果您选择的主题使用了很多不同的尺寸，那么您的日子将会很糟糕。

<小时/>

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf)

现在您可以考虑实际数据从哪里开始以及哪里是放置中断的好位置。你必须用手检查；例如min(iris$Sepal.Length) 并考虑刻度线的位置。这是个人判断。

我发现最低值为 4.3。我知道我希望中断时间低于最小值，并且我希望中断时间约为 0.5 个单位长。因此，我选择在 3.5 处打勾，然后用 breaks = c(3.5, 4:7) 标记每个整数。

<小时/>

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7), labels = c(0, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf)

现在我们需要使用 labels = c(0, 4:7) 将 3.5 刻度重新标记为假零。

<小时/>

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7), labels = c(0, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y =  3.5, yend = 4,
           linetype = "dashed", color = "white")

现在，我们在手动绘制的轴线上绘制一条白色虚线，从假零 (y=3.5) 到最低的真实刻度线 (y=4)。

认为图形语法是一种成熟的哲学；也就是说，每个元素背后都有深思熟虑的推理。事实上，这样做是有充分理由的，你需要考虑你自己的理由是否对对方有足够的分量。