如何在ggplot2中按出现频次设置pre-post连线粗细梯度？

核心思路是先统计每种pre-post变化组合的出现频次，将频次信息关联到原始数据，再通过ggplot的size参数实现粗细梯度映射，完全适配大数据集，无需手动指定组合。

步骤1：加载依赖包 #

library(ggplot2)
library(dplyr)

步骤2：统计pre-post组合频次 #

从原始数据中计算每个(pre, post)组合的出现次数：

# 统计频次，生成包含pre、post、change_freq的表
freq_df <- df %>% 
  count(pre, post, name = "change_freq")

步骤3：关联频次到原始数据 #

用左连接将频次信息合并回原始数据集，让每个样本都携带所属变化组合的频次：

df_with_freq <- df %>% 
  left_join(freq_df, by = c("pre", "post"))

步骤4：绘制带粗细梯度的连线 #

将change_freq映射到size参数，同时调整透明度（alpha）避免重叠遮挡，自定义粗细范围：

ggplot(df_with_freq, aes(x = "pre", y = pre, xend = "post", yend = post)) +
  geom_segment(aes(size = change_freq), alpha = 0.5) +
  scale_size_continuous(range = c(0.2, 3)) +  # 自定义最小/最大线宽，按需调整
  labs(x = "", y = "Score", size = "Change Frequency") +
  theme_minimal()

优化：处理极端频次差异 #

如果不同组合的频次差距极大，可使用对数缩放让梯度更平缓：

ggplot(df_with_freq, aes(x = "pre", y = pre, xend = "post", yend = post)) +
  geom_segment(aes(size = change_freq), alpha = 0.5) +
  scale_size_log10(range = c(0.2, 3)) +
  labs(x = "", y = "Score", size = "Change Frequency (log)") +
  theme_minimal()

方案优势 #

• 完全自动化统计所有pre-post组合，无需手动用ifelse逐个指定；
• 避免了jitter带来的杂乱偏移，保持数据的真实位置关系；
• 粗细梯度直接反映变化的普遍程度，高频变化的连线更醒目，低频变化也能保留可见性。

内容的提问来源于stack exchange，提问作者pww_qs