R语言：保留直方图形态，将X轴对数标签替换为原始值

你的思路方向是对的，只需调整两个细节就能实现需求：

1. 先过滤原始数据中x1 <= 0的行——对非正数取对数会生成NA，会干扰直方图的正常绘制
2. 保留labels参数的核心逻辑，用exp()还原原始数值，可根据需求调整标签的显示格式

完整可运行代码 #

library(ggplot2)

# 生成数据并过滤无效值
df1 <- data.frame(x1 = rnorm(100, 100, 100))
df2 <- data.frame(x1 = rnorm(100, 1000, 1000))
df3 <- data.frame(x1 = rnorm(100, 10000, 10000))
df <- rbind(df1, df2, df3)
df$id <- 1:nrow(df)
# 过滤掉x1<=0的行，避免对数转换后产生NA
df <- df[df$x1 > 0, ]
df$x1_log <- log(df$x1) # 单独存储对数转换后的值，保留原始x1用于验证

# 绘制直方图并替换x轴标签
ggplot(df, aes(x = x1_log)) +
  geom_histogram(bins = 15, fill = "steelblue", alpha = 0.7) +
  scale_x_continuous(
    breaks = seq(0, 16, by = 1),
    # 将对数刻度还原为原始数值并取整
    labels = function(breaks) round(exp(breaks))
  ) +
  labs(x = "原始数值（对数刻度）", y = "频数") +
  theme_minimal()

更规范的替代方案 #

如果不想手动提前转换数据，也可以直接基于原始数据，通过scale_x_log10()实现对数刻度的直方图，同时自动显示原始数值标签，代码如下：

ggplot(df[df$x1 > 0, ], aes(x = x1)) +
  geom_histogram(bins = 15, fill = "steelblue", alpha = 0.7) +
  scale_x_log10(
    breaks = c(1, 10, 100, 1000, 10000, 100000),
    labels = scales::comma # 用千分位格式优化大数值的可读性
  ) +
  labs(x = "原始数值", y = "频数") +
  theme_minimal()

这种方式更贴合ggplot2的设计规范，避免手动处理数据转换，同时刻度标签的可读性更强。

内容的提问来源于stack exchange，提问作者stats_noob