为ggplot图形创建固定宽度的自定义点

我想用ggplot做数据集的线性可视化，对比不同数据集的数据密度模式。每个数据集有数千个分属两种状态的数值。原本用竖线字符|作为点绘图，但点重叠问题严重——尤其是放大点尺寸看清数据时；而且最后绘制的点比其他点大很多。

我需要一种能固定每个点宽度，同时还能调整点高度的方法。

原示例代码 #

library(tidyverse)

set.seed(42)

sites.a <-  sort(sample(1:5000000, 80000, replace=F))
hilite.a <- sort(sample(sites.a, 20000, replace=F))

sites.b <-  sort(sample(1:5000000, 80000, replace=F))
hilite.b <- sort(sample(sites.b, 20000, replace=F))

a.df <- data.frame(position = sites.a) %>%
  mutate(name = "A") %>%
  mutate(type = case_when(position %in% hilite.a ~ "Yes",
                           .default = "No"))

b.df <- data.frame(position = sites.b) %>%
  mutate(name = "B") %>%
  mutate(type = case_when(position %in% hilite.b ~ "Yes",
                           .default = "No"))

sites.df <- bind_rows(a.df, b.df)

p <- ggplot(sites.df, aes(x = position, y = name, color = type)) +
  scale_shape_identity() + 
  geom_point(shape = 124, size = 15, stroke = 0) + 
  scale_color_manual(values = c("skyblue", "gray50")) +
  theme_classic() + 
  scale_x_continuous(expand = c(0.01,0))

ggsave(
  "output.png",
  p,
  width = 10,
  height = 2,
  dpi = 1200
)

原图形存在两个核心问题：

• 大量点重叠导致视觉上尺寸不均，密集区域的点看起来更粗
• 最后绘制的点因渲染顺序问题，视觉上远大于其他点

解决方案：使用geom_segment替代geom_point #

geom_point的竖线形状无法精准控制宽度，且重叠会导致视觉失真。改用geom_segment可以直接定义线段的高度（可调），同时保证每个“点”的宽度绝对固定：

修改后代码 #

library(tidyverse)

set.seed(42)

sites.a <-  sort(sample(1:5000000, 80000, replace=F))
hilite.a <- sort(sample(sites.a, 20000, replace=F))

sites.b <-  sort(sample(1:5000000, 80000, replace=F))
hilite.b <- sort(sample(sites.b, 20000, replace=F))

a.df <- data.frame(position = sites.a) %>%
  mutate(name = "A") %>%
  mutate(type = case_when(position %in% hilite.a ~ "Yes",
                           .default = "No"))

b.df <- data.frame(position = sites.b) %>%
  mutate(name = "B") %>%
  mutate(type = case_when(position %in% hilite.b ~ "Yes",
                           .default = "No"))

sites.df <- bind_rows(a.df, b.df) %>%
  # 将name转为数值，方便设置线段上下偏移
  mutate(name_num = as.numeric(factor(name)))

p <- ggplot(sites.df, aes(x = position, color = type)) +
  # 用segment绘制竖线，x和xend相同保证宽度固定，y/yend控制高度
  geom_segment(aes(xend = position, 
                   y = name_num - 0.2, 
                   yend = name_num + 0.2),
               linewidth = 0.8) +  # 这里的linewidth对应竖线的"宽度"，固定不变
  scale_color_manual(values = c("skyblue", "gray50")) +
  # 将y轴刻度改回原名称
  scale_y_continuous(breaks = c(1,2), labels = c("A", "B")) +
  theme_classic() + 
  scale_x_continuous(expand = c(0.01,0)) +
  labs(y = "name")

ggsave(
  "output_fixed.png",
  p,
  width = 10,
  height = 2,
  dpi = 1200
)

关键调整说明 #

1. 固定宽度：通过x = position和xend = position保证每个线段的横向宽度为0（或可微调xend = position + 1000这类小值设置极窄宽度），完全避免重叠导致的视觉变粗
2. 可调高度：通过y = name_num - 0.2和yend = name_num + 0.2控制线段的纵向高度，修改0.2的数值即可调整点的高度
3. 消除渲染顺序问题：线段的linewidth固定，不会因绘制顺序出现尺寸差异

内容的提问来源于stack exchange，提问作者Egon