如何使用对数标度和离散值改进ggplot直方图的方面

Question

我正在努力提高离散值直方图的清晰度和方面，我需要用对数刻度表示。

请考虑以下MWE

set.seed(99)
data <- data.frame(dist = as.integer(rlnorm(1000, sdlog = 2)))
class(data$dist)
ggplot(data, aes(x=dist)) + geom_histogram()

产生

然后

ggplot(data, aes(x=dist)) + geom_line() + scale_x_log10(breaks=c(1,2,3,4,5,10,100))

可能更糟糕

因为现在它给人的印象是“1”和“2”之间缺少某些东西，而且还不完全清楚哪个条的值为“1”（条形图位于右侧勾选）和哪个栏的值为“2”（栏位于勾选的左侧）。

据我所知，技术上ggplot为对数刻度提供了“正确”的视觉答案。然而作为观察者，我在理解它时遇到了一些问题。

是否有可能改善某些事情？

编辑：

当我将Jaap解决方案应用于我的真实数据

时会发生这种情况

x = 0和x = 1之间以及x = 1和x = 2之间的下降来自哪里？我的值是离散的，但是为什么该图也是映射x = 1.5和x = 2.5？

Answer 1

首先想到的是玩binwidth。但这也没有给出一个很好的解决方案：

ggplot(data, aes(x=dist)) +
  geom_histogram(binwidth=10) +
  scale_x_continuous(expand=c(0,0)) +
  scale_y_continuous(expand=c(0.015,0)) +
  theme_bw()

给出：

---

在这种情况下，最好使用密度图。但是，当您使用scale_x_log10时，您会收到一条警告消息（Removed 524 rows containing non-finite values (stat_density)）。这可以通过使用 日志加一个 转换来解决。

以下代码：

library(ggplot2)
library(scales)

ggplot(data, aes(x=dist)) +
  stat_density(aes(y=..count..), color="black", fill="blue", alpha=0.3) +
  scale_x_continuous(breaks=c(0,1,2,3,4,5,10,30,100,300,1000), trans="log1p", expand=c(0,0)) +
  scale_y_continuous(breaks=c(0,125,250,375,500,625,750), expand=c(0,0)) +
  theme_bw()

会给出这个结果：

Answer 2

解决方案可能是将您的数据转换为一个因素：

library(ggplot2)
set.seed(99)
data <- data.frame(dist = as.integer(rlnorm(1000, sdlog = 2)))
ggplot(data, aes(x=factor(dist))) + 
    geom_histogram() + 
    theme(axis.text.x = element_text(angle = 90, hjust = 1))

导致：

Answer 3

我想知道，是否缩放y轴而不是x轴。无论值是0还是什么，它都会导致很少的警告，但是可能会达到您的目的。

set.seed(99)
data <- data.frame(dist = as.integer(rlnorm(1000, sdlog = 2)))
class(data$dist)
ggplot(data, aes(x=dist)) + geom_histogram() + scale_y_log10()

您还可能希望将频率显示为数据标签，因为人们可能会忽略y尺度，并且需要一些时间才能意识到y尺度是对数的。

ggplot(data, aes(x=dist)) + geom_histogram(fill = 'skyblue', color = 'grey30') + scale_y_log10() +
  stat_bin(geom="text", size=3.5, aes(label=..count.., y=0.8*(..count..)))

Answer 4

我遇到了同样的问题，在@Jaar 的回答的启发下，我使用 x 轴在对数刻度中摆弄了直方图 binwidth。

如果您使用 binwidth = 0.201，条形将按预期并列。但是，这意味着在两个 x 坐标之间最多只能有五个条形。

set.seed(99)
data <- data.frame(dist = as.integer(rlnorm(1000, sdlog = 2)))
class(data$dist)
ggplot(data, aes(x=dist)) + 
   geom_histogram(binwidth = 0.201, color = 'red') + 
   scale_x_log10()

结果：https://i.imgur.com/ydMiHyZ.png