r - ggplot2 中辅助 y 轴的更好转换

Question

我正在尝试为 ggplot2 的某些数据添加辅助 y 轴。我的资料 p看起来像这样:

  aspect  yhat Count
    <dbl> <dbl> <dbl>
 1   1.37 0.329   144
 2  16.9  0.329     5
 3  32.3  0.330     5
 4  47.8  0.331     0
 5  63.3  0.333    57
 6  78.8  0.333    67
 7  94.3  0.332    13
 8 110.   0.332     0
 9 125.   0.332     0
10 141.   0.331     0

我试图像这样绘制它:

 #get the information to for using a secondary y axis
    ylim.prim <- c(min(p$yhat), max(p$yhat))
    ylim.sec <- c(min(p$Count, na.rm = T), max(p$Count, na.rm = T))

    b <- diff(ylim.prim)/diff(ylim.sec)
    a <- b*(ylim.prim[1] - ylim.sec[1])

    #now make plot
    p1 = ggplot(p, aes(x = get(col), y = yhat)) +
      geom_line() +
      labs(x = col) +
      geom_line(aes(y = a + Count*b), color = "red", linetype = 2) +
      scale_y_continuous(name = "Mean Response", sec.axis = sec_axis(~ (. - a)/b, name = "Number of Pixels")) +
      theme_light() +
      theme(axis.line.y.right = element_line(color = "red"),
            axis.ticks.y.right = element_line(color = "red"),
            axis.text.y.right = element_text(color = "red"),
            axis.title.y.right = element_text(color = "red")
      ) +
      theme(legend.title = element_blank()) +
      theme(text=element_text(size=22))

返回此图:

我遇到的问题是黑色和红色线条之间有太多未使用的空白空间，这使得解释这些值有点困难，我想知道是否可以使用更好的转换来使线条靠得更近，甚至重叠，但我不知道怎么做。
我认为这可能与相同 yhat 的事实有关。值可以有不同 count值。如果是这样，有没有办法解决这个问题？

Answer 1

总的来说，我同意多个(不同的)轴很容易让观众感到困惑的前提。使用颜色和不同的对象(点与线)有助于区分这两个值，但这是一种缓解措施。
这是一个刺，使用点(如建议):

count_slope_intercept <- c(m = diff(range(p$Count)), b = min(p$Count))
yhat_slope_intercept <- c(m = diff(range(p$yhat)), b = min(p$yhat))

p$Count2 <- yhat_slope_intercept["b"] +
  yhat_slope_intercept["m"] * (p$Count - count_slope_intercept["b"]) / count_slope_intercept["m"]

ggplot(p, aes(x = aspect, y = yhat)) +
  geom_line() +
  labs(x = "aspect") +
  geom_point(aes(y = Count2), color = "red") +
  scale_y_continuous(
    name = "Mean Response",
    sec.axis = sec_axis(~ count_slope_intercept["b"] + count_slope_intercept["m"] *
                          (. - yhat_slope_intercept["b"]) / yhat_slope_intercept["m"])
  ) +
  theme_light() +
  theme(axis.line.y.right = element_line(color = "red"),
        axis.ticks.y.right = element_line(color = "red"),
        axis.text.y.right = element_text(color = "red"),
        axis.title.y.right = element_text(color = "red")
        ) +
  theme(legend.title = element_blank()) +
  theme(text=element_text(size=22))

(使用 scales 或类似方法可能有更顺畅的方法。)

编辑 : 是的，和 scales 一样:

p$Count3 <- scales::rescale(p$Count, to = range(p$yhat), from = range(p$Count))

ggplot(p, aes(x = aspect, y = yhat)) +
  geom_line() +
  labs(x = "aspect") +
  geom_point(aes(y = Count3), color = "red") +
  scale_y_continuous(
    name = "Mean Response",
    sec.axis = sec_axis(~ scales::rescale(., to = range(p$Count), from = range(p$yhat)))
  ) +
  theme_light() +
  theme(axis.line.y.right = element_line(color = "red"),
        axis.ticks.y.right = element_line(color = "red"),
        axis.text.y.right = element_text(color = "red"),
        axis.title.y.right = element_text(color = "red")
        ) +
  theme(legend.title = element_blank()) +
  theme(text=element_text(size=22))

(虽然我在上面明确指出并包括 to= 和 from= 参数， from 默认为 range(x) ，所以代码可以稍微缩短一些。我认为这个例子最好是明确的和显示即将发生的事情 from 在哪里和 to 在哪里。)