ixxmu / mp_duty

抓取网络文章到github issues保存
https://archives.duty-machine.now.sh/
124 stars 31 forks source link

使用 ggbreak 包进行 Y 轴多次截断 #3892

Closed ixxmu closed 1 year ago

ixxmu commented 1 year ago

https://mp.weixin.qq.com/s/HvKrRQsKJV4RMREeiixyNQ

ixxmu commented 1 year ago

使用 ggbreak 包进行 Y 轴多次截断 by 庄闪闪的R语言手册

点击下方公众号,回复资料分享,收获惊喜

简介

最近在科研中需要比较不同模型的预测性能,我们使用相对偏差,均方根误差等来比较结果。此时,可能会得到以下结果:

上图出现以下问题:

  • 问题一:由于经典模型(Normal)在复杂数据中的预测效果不好,会出现预测非常差的情况,从而导致图形Y轴刻度被拉长,可视化效果不佳。

  • 问题二:相似方法预测结果相同,无法清晰看出之间的差异性。

  • 问题三:柱状图准确数字未知,只能通过主观方式估计最终结果。

基于以上问题,小编分别做了以下润色工作:

  1. 问题一二可以通过使用 ggbreak 包[1] 进行多次 Y 轴截断。

  2. 添加每个柱状图的准确数值结果来解决问题三。

  3. 简单修改图形颜色,删除图例,使其变得更加美观。

最后得到以下图形:

接下来给出可复现的代码供大家参考,读者可以根据自己数据进行调整。

使用教程

数据产生

为了方便读者复现,小编手动产生一些样例数据:

com_cost = c(17.64,4.89,5.13,8.43,5.32)
com_cost_re = data.frame("Method" = c("Normal","TS","Linear","Power","Exp"),"Value"= round(com_cost,3))
com_cost_re$Method <- factor(com_cost_re$Method, levels = c("Normal","Power","Exp","Linear","TS"))

可视化

首先,对该数据进行可视化,并做了些细节调整。例如:修改配色、添加文本、删除图例等。

gg1 = ggplot(com_cost_re, aes(x = Method, y = Value)) +
  geom_bar(stat = "identity", aes(fill = Method),alpha = 0.8) +
  scale_fill_viridis(discrete = T)+ # 修改配色
  geom_text(aes(label = Value), position = position_dodge(width = 0.8), 
            vjust = 2, size = 4,color = "white") +  # 添加文本
  coord_cartesian(ylim = c(4,18)) +  
  theme_bw() +  # 设置主题
  theme(panel.grid = element_blank(),legend.position = "none") + # 删除图例
  labs(title = "", x = "Method", y = "Criteria")
gg1

此时,图形美观度基本完成,接下来使用 ggbreak 包进行多次 Y 轴截断。主要使用 scale_y_break() 函数。

注意:关于  scale_y_break() 的其他参数设置可参考:ggbreak官网教程[2],这里不做过多重复介绍。

gg2 = gg1 + scale_y_break(c(5.358.34)) + 
  scale_y_break(c(04.7)) + 
  scale_y_break(c(8.517.5)) 

此时得到的结果为:

小编有话说

本文主要是小编在科研中存在的一个问题,最终通过一些简单搜索和调包解决问题。供大家参考~

参考资料

[1]

ggbreak 包: https://github.com/YuLab-SMU/ggbreak

[2]

ggbreak官网教程: https://cran.r-project.org/web/packages/ggbreak/vignettes/ggbreak.html

相关推荐

colourpicker包:图形颜色拾取器


visdat包:助你一眼看穿数据结构和缺失值!


report包:助你自动出统计报告!


reticulate包|数据科学者的福音