r - 指定限制时从 ggplot2 直方图中删除的值

Question

我想创建一个 ggplot2 直方图，其中绘图的限制等于数据集中的最小值和最大值，而不从实际直方图中排除这些值。

我在使用基本图形时得到了我正在寻找的行为。具体来说，下面的第二个直方图显示了与第一个直方图相同的所有值(即，第二个直方图中不排除任何 bin)，即使我已经包含了 xlim第二个情节的论点:

min_wt <- min(mtcars$wt)
max_wt <- max(mtcars$wt)
xlim <- c(min_wt, max_wt)

hist(mtcars$wt, breaks = 30, main = "No limits added")

hist(mtcars$wt, breaks = 30, xlim = xlim, main = "Limits added")

ggplot2 并没有给我这种行为:

library(ggplot2)

# Using green colour to make dropped bins easy to see:
p <- ggplot(mtcars, aes(x = wt)) + geom_histogram(colour = "green", bins = 30)
p + ggtitle("No limits added")

p + xlim(xlim) + ggtitle("Limits added") 

看看在第二个图中我如何失去一个低于 2 的点和 2 个高于 5 的点？我想知道如何解决这个问题。一些杂记:

首先，指定 boundary允许我在直方图中包含最小值(即那些低于 2 的值)，但我仍然没有解决大于 5 的 2 个被丢弃的值:

ggplot(mtcars, aes(x = wt)) + 
  geom_histogram(bins = 30, colour = "green", boundary = min_wt) + 
  xlim(xlim) +
  ggtitle("Limits added with boundary too")

其次，问题的存在取决于为 bins 选择的值。 .例如，当我增加 bins到 50，我没有得到任何丢弃的值:

ggplot(mtcars, aes(x = wt)) + 
  geom_histogram(bins = 50, colour = "green", boundary = min_wt) + 
  xlim(xlim) +
  ggtitle("Limits added with boundary too, but with bins = 50")

最后，我相信这个问题与 SO 上提出的问题有关: geom_histogram: wrong bins?并在此处讨论: https://github.com/tidyverse/ggplot2/issues/1651 .换句话说，我认为这个问题与“舍入误差”有关。我在关于这个问题的第二篇文章(其中显示了图表的文章)中更深入地描述了这个错误: https://github.com/daattali/ggExtra/issues/81 .

这是我的 session 信息:

R version 3.4.2 (2017-09-28)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS High Sierra 10.13.2

Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.4/Resources/lib/libRlapack.dylib

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods  
[7] base     

other attached packages:
[1] ggplot2_2.2.1

loaded via a namespace (and not attached):
 [1] labeling_0.3      colorspace_1.3-2  scales_0.5.0.9000
 [4] compiler_3.4.2    lazyeval_0.2.1    plyr_1.8.4       
 [7] tools_3.4.2       pillar_1.2.1      gtable_0.2.0     
[10] tibble_1.4.2      yaml_2.1.16       Rcpp_0.12.15     
[13] grid_3.4.2        rlang_0.2.0.9000  munsell_0.4.3 

Answer 1

@eipi10 在评论中提到的另一个选项是更改 oob (越界)参数 scale_x_continuous .

Function that handles limits outside of the scale limits (out of bounds). The default replaces out of bounds values with NA.

默认使用 scales::censor() ，您可以将其更改为 oob = scales::squish ，将值压缩到一个范围内。

比较以下两个图。

p + scale_x_continuous(limits = xlim) + ggtitle("default: scales::censor")

warning: Removed 1 rows containing missing values (geom_bar).

p + scale_x_continuous(limits = xlim, oob = scales::squish) + ggtitle("using scales::squish")

您的第三个 ggplot ，您指定了一个边界，但仍然有 2 个大于 5 的值被丢弃，看起来像这样。

ggplot(mtcars, aes(x = wt)) + 
 geom_histogram(bins = 30, colour = "green", boundary = min_wt) + 
 scale_x_continuous(limits = xlim, oob = scales::squish) +
 ggtitle("Limits added with boundary too") +
 labs(subtitle = "scales::squish")

希望这可以帮助。