R语言ggplot2可视化优化：多年份个体数据X轴改为单次显示0-365儒略日并合并子图至同一坐标轴

没问题，我帮你搞定这两个需求！我们先从数据处理入手，再分别实现两种可视化方式：

第一步：数据预处理修正 #

首先修正代码里的笔误（你读入的是df但ggplot用了ind_steps），同时提取0-365范围的儒略日（替代原来的datetime类型x轴，避免按年份重复显示）：

library(ggforce)
library(dplyr)
library(lubridate)
library(ggplot2) # 建议显式加载ggplot2

# 读入数据并处理日期
df <- read.csv("https://raw.githubusercontent.com/jhnhng/Data/main/NSD_Figure.csv")
df$t2 <- as.POSIXct(df$t2)

# 提取0-365范围的儒略日（yday返回1-366，减1转为0起始）
df <- df %>%
  mutate(julian_day = yday(t2) - 1)

需求1：保持分面，X轴统一显示0-365范围 #

修改ggplot的x轴为我们提取的julian_day（连续数值），并设置x轴刻度，这样每个子图的X轴都会是统一的0-365范围，不会按年份重复儒略日：

ggplot(df, aes(x = julian_day, y = NSD)) + 
  labs(x = "Julian Date", y = "Net Squared Displacement") + 
  geom_line() + 
  theme_bw() + 
  theme(axis.text.x = element_text(angle = 90)) + 
  # 设置连续型x轴的刻度，每10天一个标记
  scale_x_continuous(breaks = seq(0, 360, by = 10), limits = c(0, 365)) + 
  facet_wrap(~class, ncol = 1 , nrow = 4)

需求2：将4条曲线整合至同一图表 #

只需移除facet_wrap，并在aes中加入color = class来区分不同个体，这样所有曲线共享同一XY轴：

ggplot(df, aes(x = julian_day, y = NSD, color = class)) + 
  labs(x = "Julian Date", y = "Net Squared Displacement", color = "Individual") + 
  geom_line(linewidth = 1) + # 可选：调整线条粗细更易区分
  theme_bw() + 
  theme(axis.text.x = element_text(angle = 90)) + 
  scale_x_continuous(breaks = seq(0, 360, by = 10), limits = c(0, 365)) +
  # 可选：自定义颜色方案，让个体区分更明显
  scale_color_viridis_d(option = "plasma")

关键修改说明 #

• 用yday(t2) - 1提取0-365的儒略日，将x轴从datetime类型转为连续数值类型，彻底避免了按年份重复显示儒略日的问题。
• 整合曲线时，通过color = class映射个体变量，配合图例清晰区分不同曲线。

内容的提问来源于stack exchange，提问作者John Huang