如何减少ggplot2中可变宽度箱线图间的空白间距？

使用varwidth=TRUE绘制可变宽度箱线图时，ggplot会按每组样本量的平方根设置箱子宽度，同时x轴类别间距由最宽的箱子决定，导致样本量小的类别之间出现大量空白。以下是直接有效的解决方法：

步骤1：预处理数据，计算相对宽度 #

先统计每个基因-分组组合的样本量，再计算每个分组箱子相对于该基因下最大样本量分组的宽度比例，保证每个基因的总显示宽度一致：

library(dplyr)
library(ggplot2)

# 统计样本量并计算相对宽度
group_counts <- inputdata %>%
  count(gene_match, group) %>%
  group_by(gene_match) %>%
  mutate(rel_width = n / max(n)) # 每个箱子宽度占该基因最大宽度的比例

步骤2：自定义宽度绘制箱线图 #

关闭默认的varwidth，手动映射计算好的相对宽度，并用position_dodge2让同基因的两个箱子紧密排列，消除多余空白：

ggplot(inputdata) +
  geom_boxplot(
    aes(
      x = reorder(gene_match, evalue, median),
      y = evalue,
      fill = group,
      color = group,
      width = rel_width # 用预处理好的相对宽度
    ),
    position = position_dodge2(padding = 0, preserve = "single"), # 紧密排列箱子
    varwidth = FALSE # 关闭自动宽度计算
  ) +
  # 手动传入宽度值（按分组顺序匹配）
  scale_width_manual(
    values = group_counts %>%
      arrange(gene_match, group) %>%
      pull(rel_width)
  ) +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1)) +
  scale_fill_manual(name = "dataset", values = c("coral1", "turquoise2")) +
  scale_color_manual(name = "dataset", values = c("coral4", "turquoise4"))

效果说明 #

这种方法让每个x轴类别的总显示宽度一致，既保留了箱子宽度反映样本量的特点，又避免了类别间出现大量空白，同时样本量小的窄箱子也能保持足够的可读性，适合多x轴类别的真实数据场景。

内容的提问来源于stack exchange，提问作者NVF