如何在ggplot函数内拆分数据集优化多分类散点图可读性？

一、在函数内实现x轴分类的均匀分组 #

针对x轴分类（column_A）数量过多且分布不均的问题，可直接在graph_builder函数内对唯一分类值进行均匀拆分，无需提前在外部手动分组。核心逻辑是先提取并排序唯一的x轴分类，再将其等分为指定数量的组，最后映射回原数据生成临时分组列用于分面。

修改后的函数代码如下：

library(ggplot2)
library(dplyr)

graph_builder <- function(data_set, y_axis_parameter, category, num_facets = 4) {
  # 提取唯一x轴分类并按数值排序
  unique_cats <- data_set %>% 
    pull({{category}}) %>% 
    unique() %>% 
    sort()
  
  # 将唯一分类均匀拆分为指定数量的组
  cat_groups <- split(unique_cats, cut(seq_along(unique_cats), num_facets, labels = FALSE))
  
  # 为原数据添加临时分组列（含数值范围标签）
  data_set <- data_set %>% 
    mutate(temp_facet_group = factor(
      sapply({{category}}, function(x) which(sapply(cat_groups, function(g) x %in% g))),
      labels = paste0("组", 1:num_facets, " (", sapply(cat_groups, min), "-", sapply(cat_groups, max), ")")
    ))
  
  # 生成可视化图形
  graph <- ggplot(data_set, aes(x = factor({{category}}), y = {{y_axis_parameter}})) +
    geom_jitter(width = 0.2, alpha = 0.6) + # 避免同分类点重叠
    facet_wrap(~temp_facet_group, scales = "free_x", ncol = 1) + # 按临时分组分面
    theme_minimal() +
    theme(
      plot.title = element_text(hjust = 0.5),
      axis.text.x = element_text(angle = 90, vjust = 0.5, size = 7), # 缩小x轴标签字号
      strip.text = element_text(size = 10, face = "bold") # 突出分面标题
    ) +
    labs(x = rlang::as_name(enquo(category)), y = rlang::as_name(enquo(y_axis_parameter)))
  
  graph
}

# 调用函数，指定分面数量为4
graph_builder(df, column_B, column_A, num_facets = 4)

关键代码说明： #

• 先提取并排序category的唯一值，确保分组按数值顺序进行
• 用split+cut对唯一分类的索引拆分，保证每组分类数量尽可能均匀（不受原数据分布影响）
• 临时分组列的标签包含数值范围，方便快速识别每个分面的x轴区间
• 替换geom_point为geom_jitter，解决同分类下多数据点重叠的问题

二、提升图表可读性的额外方案 #

除分组分面外，还可通过以下方式优化：

• 替换为汇总统计图形：若无需查看原始数据点，改用geom_boxplot()或geom_violin()展示分类分布特征，减少视觉杂乱：

  # 箱线图示例
  ggplot(data_set, aes(x = factor({{category}}), y = {{y_axis_parameter}})) +
    geom_boxplot(width = 0.5) +
    facet_wrap(~temp_facet_group, scales = "free_x")
  

• 隐藏冗余x轴标签：若分面内分类仍过多，可只显示间隔标签：

  scale_x_discrete(breaks = function(x) x[seq(1, length(x), 5)]) # 每5个分类显示1个标签
  

• 调整分面布局：将ncol设为2或3，改用横向排列分面，节省纵向空间
• 添加明确坐标轴标题：避免歧义，提升图表易用性
• 调整点透明度：用alpha=0.5降低点的透明度，密集区域仍能看清分布趋势

内容的提问来源于stack exchange，提问作者Joe the Second