7. ggplot2中limits设置

其他资源:
scale类函数的命名方式
ggplot中scale名字、美学属性和函数列表


limits

  需要注意:设置limits之后,limits之外的数据点都会强制为NA,不会在plot中展示。在之后进行的stat运算都不会包含这些超出的数据点。绘图过程中也会有警告信息,请务必关注。
  默认limits通过计算data variables的range得到,包括position scales(如x和y aesthetics)和non-position scales(如color aesthetic)。
  应用1:来自同一底层data或不同底层data的多个plot进行比较时,需要设置相同的limits,实现方法有如下几种:

# 来自同一底层data,用分面实现
ggplot(mpg, aes(displ, hwy)) +   geom_point() +  facet_wrap(vars(year))

# 来自不同底层data,用scale_x/y_continous()实现
consistent_limits <- function(p){
    p <- p + scale_x_continuous(limits = c(1, 7)) +  scale_y_continuous(limits = c(10, 45))
}

mpg_99 <- mpg %>% filter(year == 1999)
mpg_08 <- mpg %>% filter(year == 2008)
base_99 <- ggplot(mpg_99, aes(displ, hwy)) + geom_point()
base_99_final <- consistent_limits(base_99)
base_08 <- ggplot(mpg_08, aes(displ, hwy)) + geom_point()
base_08_final <- consistent_limits(base_08)

# 来自不同底层data,用lims()实现,lims()的好处是写法简单还可以同时设置多个aesthetics
base_99_final <- base_99 + lims(x = c(1, 7), y = c(10, 45))
base_08_final <- base_08 + lims(x = c(1, 7), y = c(10, 45))

# 对离散型变量,用scale_x/y_discrete()实现
diamonds_cut <- ggplot(diamonds, aes(cut)) + geom_bar()
diamonds_cut + scale_x_discrete(limits=c("Fair","Good","Very Good"))

# 对离散型变量,用lims()实现
diamonds_cut + lims(x=c("Fair","Good","Very Good"))

  应用2:来自同一底层data或不同底层data的多个plot需要保持图例一致,实现方法如下:

# 来自同一底层data,用分面实现,分面总是能保持plots在各个方面的一致性
ggplot(mpg, aes(displ, hwy, color=fl)) +   geom_point() +  facet_wrap(vars(year))

# 来自不同底层data,用scale_color_discrete()实现
base_99 <- ggplot(mpg_99, aes(displ, hwy, color=fl)) + geom_point()
base_08 <- ggplot(mpg_08, aes(displ, hwy, color=fl)) + geom_point()
base_99_legend <- base_99 + scale_color_discrete(limits=c("c", "d", "e", "p", "r"))
base_08_legend <- base_08 + scale_color_discrete(limits=c("c", "d", "e", "p", "r"))

# 来自不同底层data,用lims()实现
base_99_legend <- base_99 + lims(color=c("c", "d", "e", "p", "r"))
base_08_legend <- base_08 + lims(color=c("c", "d", "e", "p", "r"))

  应用3: 来自不同底层data,需要保持color的一致性,又想在legend中只展示各自底层data中有的分类。

# 使用scale_color_discrete()的breaks参数实现,同时labels参数还可以改变legend的标签
base_99 + scale_color_discrete(limits=c("c", "d", "e", "p", "r"),breaks=c("d","p","r"),labels=c("diesel","premium","regular"))
base_08 + scale_color_discrete(limits=c("c", "d", "e", "p", "r"),labels=c("compressed","diesel","ethanol","premium", "regular"))
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,099评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,828评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,540评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,848评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,971评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,132评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,193评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,934评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,376评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,687评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,846评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,537评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,175评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,887评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,134评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,674评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,741评论 2 351

推荐阅读更多精彩内容