Question

我有以下不正确的数据：

set.seed(3)
x <- rgamma(1e6, 0.1, .2)

summary(log(x))
#     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
# -170.637  -12.760   -5.825   -8.828   -1.745    3.807

查看数据的对数转换分布

summary(log(x))
#     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
# -170.637  -12.760   -5.825   -8.828   -1.745    3.807

通过转换可视化数据：

ggplot(data.frame(x), aes(x)) + 
  geom_histogram(bins = 100) + 
  scale_x_continuous(trans = "log")

ggplot中日志转换和缩放的差异是什么原因？我看到通过看x轴有区别。摘要中的最小值为-170.637，而绘图的值范围为5.8e-62。

更新

g1 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100)
g2 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) + scale_x_continuous(trans = "log")
g3 <- ggplot(data.frame(x), aes(log(x))) + geom_histogram(bins = 100)
gridExtra::grid.arrange(g1, g2, g3, ncol=3)

g1 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100)
g2 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) + scale_x_log10()
g3 <- ggplot(data.frame(x), aes(log10(x))) + geom_histogram(bins = 100)
gridExtra::grid.arrange(g1, g2, g3, ncol=3)

Answer 1

您可能更容易看到是否使用scale_x_log10

ggplot(data.frame(x), aes(x)) + 
  geom_histogram(bins = 100) + 
  scale_x_log10()

给出

然后，我们可以做一些比较。首先，我们可以更改标签：

myBreaks <-
  10^c(-61, -43, -25, -7)

ggplot(data.frame(x), aes(x)) + 
  geom_histogram(bins = 100) + 
  scale_x_log10(breaks = myBreaks
                , labels = log10(myBreaks))

给出

我们也可以在绘制之前转换x来获得相同的情节：

ggplot(data.frame(x = log10(x)), aes(x)) + 
  geom_histogram(bins = 100)

给出

并且，我们可以将所有这些与log10(x)

的摘要进行比较

    Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
-74.1065  -5.5416  -2.5300  -3.8340  -0.7579   1.6531

看看它与上面的图表的匹配程度非常接近？

scale_x_log10和scale_x_continuous(trans = "log")实际上并未更改数据 - 它们正在更改轴的缩放比例，但会将标签保留为原始单位。

将其恢复为原始值，log(5.8e-62)为-141 - 如果图表是转换后的数据，则可以看到这个值。

如果你真的必须显示日志值，你也可以在映射中完成它，还有一个额外的好处，即轴标签默认为有意义的值：

ggplot(data.frame(x = x), aes(log10(x))) + 
  geom_histogram(bins = 100)

给出

ggplot缩放与日志转换的区别

1 个答案: