如何修改ggpredict绘图的X轴标签，还原原始年份显示？

建模时为控制截距误差，将连续变量「year」缩放为1→15（对应2008至2022年），希望把ggpredict生成的绘图X轴标签改回原始年份形式，但直接用scale_x_continuous指定原始年份作为breaks的方法无效，相关代码和效果如下：

初始绘图代码 #

library(ggeffects)

ggpredict(mod, c("CYR.std", "Season")) %>% plot(rawdata = TRUE, jitter = .01) + 
  labs(title = "Predicted counts of Gulf Toadfish")

无效的修改尝试代码 #

ggpredict(mod, c("CYR.std", "Season")) %>% plot(rawdata = TRUE, jitter = .01) + 
  labs(title = "Predicted counts of Gulf Toadfish", x = "Year", y = "Count") + 
  scale_x_continuous(breaks=c(2008, 2009, 2010, 2011, 
                              2012, 2013, 2014, 2015, 
                              2016, 2017, 2018, 2019,
                              2020, 2021, 2022), 
                     labels=c('2008', '2009', '2010', '2011', 
                            '2012', '2013', '2014', '2015', 
                            '2016', '2017', '2018', '2019',
                            '2020', '2021', '2022')) + 
  theme(axis.text.x=element_text(angle = 45, hjust = 0))

问题复现代码 #

n <- 10

#regression coefficients
beta0 <- 1
beta1 <- 0.2

#generate covariate values（模拟缩放后的年份值，范围0-1.5对应实际1-15）
x <- runif(n=n, min=0, max=1.5)

#compute mu's
mu <- exp(beta0 + beta1 * x)

#generate Y-values
y <- rpois(n=n, lambda=mu)

#data set
data <- data.frame(y=y, x=x)

model <- glm(y ~ x, data = data, family = poisson)

# 无效的修改尝试
ggpredict(model, c("x")) %>% plot(rawdata = TRUE, jitter = .01) + 
  scale_x_continuous(breaks=c(2008, 2009, 2010), 
                     labels=c('2008', '2009', '2010'))

核心原因 #

之前的方法失效是因为：ggpredict返回的预测数据中，X轴使用的是缩放后的值（1-15），而你指定的breaks是原始年份（2008+），这些值不在当前X轴的范围内，所以无法被正确渲染。

正确修改步骤 #

1. 明确缩放映射关系：假设缩放规则是缩放后的值 = 原始年份 - 2007（即1对应2008，15对应2022）。
2. 在scale_x_continuous中，breaks设为缩放后的值，labels设为对应的原始年份。

修改后的实际场景代码 #

library(ggeffects)

# 定义缩放值与原始年份的对应关系
scaled_values <- 1:15
original_years <- 2008:2022

ggpredict(mod, c("CYR.std", "Season")) %>% plot(rawdata = TRUE, jitter = .01) + 
  labs(title = "Predicted counts of Gulf Toadfish", x = "Year", y = "Count") + 
  scale_x_continuous(breaks = scaled_values, 
                     labels = as.character(original_years)) + 
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # hjust=1避免标签溢出

修改后的复现代码（模拟场景） #

n <- 10

beta0 <- 1
beta1 <- 0.2

# 模拟缩放后的年份：1-15对应2008-2022
x <- sample(1:15, n, replace = TRUE)
mu <- exp(beta0 + beta1 * x)
y <- rpois(n=n, lambda=mu)
data <- data.frame(y=y, x=x)

model <- glm(y ~ x, data = data, family = poisson)

# 正确的轴标签修改
ggpredict(model, c("x")) %>% plot(rawdata = TRUE, jitter = .01) + 
  scale_x_continuous(breaks = 1:15, 
                     labels = as.character(2008:2022)) +
  labs(x = "Year")

效果说明 #

修改后，X轴会以缩放后的值为位置标记，显示对应的原始年份标签，同时原始数据点也会正确对应到相应的年份位置。

内容的提问来源于stack exchange，提问作者Nate