如何避免ggplot中因缩放导致几何图形（含标准误）被截断？

方法1：使用coord_cartesian()替代ylim() #

ylim()的本质是过滤掉Y轴范围外的数据，导致标准误（置信区间）的计算或绘制被截断。而coord_cartesian()只是调整绘图的显示视图，不会删除任何数据，因此置信区间会基于完整数据绘制，只是超出显示范围的部分被隐藏，不会出现截断的视觉问题。

示例代码：

# 假设你有预测数据框pred_df，包含fit（预测值）、lower（置信下限）、upper（置信上限）
library(ggplot2)

# 错误用法：ylim会截断标准误
ggplot(pred_df, aes(x = x_var, y = fit)) +
  geom_line() +
  geom_ribbon(aes(ymin = lower, ymax = upper), alpha = 0.2) +
  ylim(0, 2)

# 正确用法：用coord_cartesian缩放视图
ggplot(pred_df, aes(x = x_var, y = fit)) +
  geom_line() +
  geom_ribbon(aes(ymin = lower, ymax = upper), alpha = 0.2) +
  coord_cartesian(ylim = c(0, 2))

方法2：手动调整置信区间的上下限 #

如果你希望置信区间只显示在Y轴范围内的部分（而非隐藏超出部分），可以提前修改预测数据的置信区间边界，将超出0-2范围的值替换为边界值：

# 调整置信区间上下限
pred_df$lower_adj <- pmax(pred_df$lower, 0)
pred_df$upper_adj <- pmin(pred_df$upper, 2)

# 绘图
ggplot(pred_df, aes(x = x_var, y = fit)) +
  geom_line() +
  geom_ribbon(aes(ymin = lower_adj, ymax = upper_adj), alpha = 0.2) +
  ylim(0, 2)

这种方法会让置信区间在Y轴边界处“截断”但视觉上更整齐，适合需要明确限定显示范围且不想保留超出部分的场景。

内容的提问来源于stack exchange，提问作者KC15