ggplot 在图例中给出小数值，而列具有数值

Question

plt <- ggplot(data=a,mapping=aes(x=distance, y=rate)) +
    geom_point(aes(size=as.numeric(`Number of years of data`),color=Trend))

“数据年数”列的值为 17 和 18，而图例显示的是十进制值。 我原以为情节只有两个值，即 17 和 18 为了解决这个问题，我尝试了 as.numeric 但没有用。

Answer 1

ggplot2

使用一些启发式方法来确定连续变量中的有用中断。在您的情况下，您知道 17 和 18 是唯一的值，但 ggplot2 猜测 17.25 也可能是要显示的数据范围内的一个有用点。在引擎盖下，我相信它使用

scales::breaks_extended()

或

scales::breaks_pretty()

来寻找导致 5-ish 中断的精度。

在这种情况下，如果我们想推翻该默认设置，我们有几个选择。

我们以公开数据为例：

ggplot(mtcars, aes(wt, mpg, size = gear)) + 
  geom_point() 

这里我们有三个连续变量。

mpg

从 10:35 开始有休息时间标签，有 6 次休息时间，每次休息 5 次。

wt

显示为从 2 到 5，每 1 个间隔 4 个间隔。

gear

的范围为 3:5，显示为 5 个间隔，每个间隔 0.5。在这种情况下，我们知道汽车不能有 3.5 个齿轮，但 ggplot2 无法固有地知道

gear

应该只是整数值——它“假设”所有数字变量都是连续的（即使它们的类型是整数） .

一个选项是我们自己指定休息时间：

ggplot(mtcars, aes(wt, mpg, size = gear)) + 
  geom_point() +
  scale_size_continuous(breaks = scales::breaks_width(1))

另一种选择是将变量设为

character

或

factor

数据，以便 ggplot2 将其视为离散数据，在数据中找到的每个值都有一个图例值。

factor

通常是可取的，因为它可以保持原来的顺序；

character

将显示“100”，就好像它小于“90”一样，因为它按字母顺序排在前面。在任何一种情况下，您都会失去映射数字数据时可以实现的比例。

ggplot(mtcars, aes(wt, mpg, size = as.factor(gear))) + 
  geom_point()