ggplot绘制冬季气温图时x轴月份间距过大的解决方法

问题描述 #

绘制分季节气温图时，春季等连续3个月的图显示正常，但冬季（12月、1月、2月）的图出现X轴数据点连线异常：由于X轴默认按1-12月数值顺序排列，导致2月到12月的数据点之间出现长连线，无法均匀展示冬季三个月的气温趋势。需要调整代码，使冬季三个月均匀分布，理想顺序为12月、1月、2月，匹配其他季节图的展示逻辑。

解决方案 #

核心思路 #

把Month列从数值型转换为有序因子，自定义冬季月份的显示顺序，让ggplot按指定顺序渲染X轴，而非默认的数值顺序。同时可重构代码减少冗余，提升可维护性。

具体步骤 #

• 处理月份列：为冬季数据创建有序因子，指定levels为c(12,1,2)，对应标签为c("Dec","Jan","Feb")，确保X轴按12-1-2的顺序排列。
• 合并数据（推荐）：将多个年份的数据框合并为一个，用Year列区分年份，避免重复调用geom_line和geom_point。
• 调整X轴刻度：使用scale_x_discrete替代原有的scale_x_continuous，适配离散型的有序因子X轴。

修改后的完整代码 #

# 合并所有年份数据（简化代码，提升可维护性）
combined_data <- rbind(y2020, y2021, y2022, y2023)

# 将Month转换为有序因子，指定冬季月份的展示顺序
combined_data$Month <- factor(combined_data$Month, 
                              levels = c(12, 1, 2),
                              labels = c("Dec", "Jan", "Feb"),
                              ordered = TRUE)

# 绘制冬季气温图
ggplot(combined_data, aes(x = Month, y = Max.Temp..C., color = as.factor(Year))) +
  theme_bw() +
  geom_line(linewidth = 1, aes(group = Year)) +  # group参数确保每条线对应单个年份
  geom_point(size = 2) +
  ggtitle("Max Temp - Winter (TCC)") +      
  scale_y_continuous(breaks = c(-15,-10,-5,0,5,10,15,20,25,30,35), limits = c(-15,35)) +
  scale_x_discrete() +  # 适配离散型X轴，自动使用自定义标签
  scale_color_manual(labels = c("2020", "2021", "2022", "2023", "30-Year Avg"), 
                     values = c("#A6CEE3","#B2DF8A","#FB9A99","#FDBF6F", "black")) +
  theme(axis.text.x = element_text(size=15, colour="black"),
        axis.text.y = element_text(size=15, colour="black"),
        axis.title = element_text(size=15),
        axis.title.y = element_text(size=15),
        legend.text = element_text(size=15),
        legend.title = element_text(size=15)) +
  ylab(expression(atop('Average Max Temperature   '^o*C), "\n")) +
  labs(color = "Year", x = "\nMonth")

关键修改说明 #

• 有序因子设置：通过factor()指定levels为c(12,1,2)，强制X轴按12月→1月→2月的顺序排列，彻底解决数值排序导致的间距异常。
• 数据合并：合并多年份数据后，仅需一次geom_line和geom_point调用，通过group=Year确保每个年份的点正确连线，大幅简化代码结构。
• X轴适配：改用scale_x_discrete()适配因子类型的X轴，自动使用定义的月份标签，无需手动设置breaks和labels。

如果不想合并数据，也可以单独为每个年份数据框修改Month列的因子类型后再绘制，但合并数据的方式更高效简洁。

内容的提问来源于stack exchange，提问作者Katherine Chau