ggplot自动确定y轴缩放的机制：最小范围还是标准化范围？

你想了解ggplot自动设置y轴缩放的逻辑，判断它更接近最小范围还是标准化范围。

有研究评估了不同y轴范围对偏差和效应量感知的影响，测试了三种轴范围设置：

• 全范围条件：以假设记忆测试为例，显示0到100的完整分值范围
• 最小范围条件：仅显示能容纳所有数据点的最小范围
• 标准化范围条件：以组均值为中心，向两侧延伸1-2个标准差（SD）

该研究得出结论：

当y轴范围设置为1到2个标准差时，参与者对图表呈现的效应敏感性优于最小范围或全范围；此外，标准化轴范围带来的偏差也小于最小或全轴范围。

你的ggplot示例 #

示例代码：

df <- data.frame(dose=c("D0.5", "D1", "D2"),
                len=c(4.2, 10, 29.5))
library(ggplot2)
p<-ggplot(data=df, aes(x=dose, y=len)) +
  geom_bar(stat="identity")
p

生成的柱状图中，y轴范围为0到30，覆盖了数据的最小值4.2和最大值29.5，且在最大值上方预留了少量空白。

ggplot自动y轴缩放的逻辑 #

ggplot的自动y轴缩放更接近带优化的最小范围，而非标准化范围，具体规则：

1. 先提取数据y值的极值（最小值和最大值）
2. 对极值外补充一小段留白，避免图表元素（如柱状顶端）紧贴绘图边界
3. 针对非负值数据（如示例中的长度），默认将y轴下限固定为0（这是统计图表的通用惯例，防止视觉误导）
4. 最终会将轴范围调整为规整、易读的刻度值（比如示例中最大值为29.5，轴上限设为30而非刚好29.5）

对比三种范围：

• 不是全范围：不会强制覆盖与数据无关的宽区间
• 不是标准化范围：不会基于均值和标准差计算范围
• 属于带留白的最小范围：以数据极值为核心，补充留白并优化刻度，非负值默认锚定0下限

内容的提问来源于stack exchange，提问作者JElder