在ggplot分组图中压缩Y轴25-75区间的方法咨询

问题背景 #

尝试参考Stack Overflow的方案，通过自定义变换压缩Y轴25至75的数值区间，以提升低数值区域的图表清晰度，但在分组散点+误差棒图中未达到预期效果，当前图表显示如下：

问题原因 #

1. ylim覆盖轴变换：代码中ylim(0, max(df$rangeU))会强制设置Y轴范围，直接覆盖scale_y_continuous中的自定义变换逻辑，导致区间压缩失效。
2. 误差棒映射错误：geom_errorbar直接调用df$rangeL和df$rangeU，绕过了ggplot的分组映射机制，导致分组的误差棒无法跟随散点正确执行position_dodge布局。

修正方案 #

• 移除ylim()调用，将轴范围设置整合到scale_y_continuous的limits参数中，确保自定义变换逻辑生效。
• 调整geom_errorbar的映射方式，将ymin和ymax放入aes()内部，让ggplot自动关联分组对应的误差范围。

完整修正代码 #

library(scales)
library(tidyverse)

# 自定义Y轴区间压缩变换
squish_trans <- function(from, to, factor) {
  
  trans <- function(x) {
    if (any(is.na(x))) return(x)
    
    # 标记需要压缩和平移的数值区间
    isq <- x > from & x < to
    ito <- x >= to
    
    # 压缩中间区间，平移上方区间
    x[isq] <- from + (x[isq] - from)/factor
    x[ito] <- from + (to - from)/factor + (x[ito] - to)
    
    return(x)
  }

  inv <- function(x) {
    if (any(is.na(x))) return(x)
    
    # 标记压缩和平移对应的逆变换区间
    isq <- x > from & x < from + (to - from)/factor
    ito <- x >= from + (to - from)/factor
    
    # 逆变换恢复原始数值
    x[isq] <- from + (x[isq] - from) * factor
    x[ito] <- to + (x[ito] - (from + (to - from)/factor))
    
    return(x)
  }
  
  # 返回自定义变换对象
  trans_new("squished", trans, inv)
}

# 示例数据
df <- data.frame(
  state = factor(c("CA", "NY", "TX", "CA", "NY", "CA", "NY", "TX")),
  value = c(2,5,4,8,9,7,4,6),
  rangeL = c(1,4,3,7,8,5,3,5),
  rangeU = c(4,7,5,9,10,9,100,70),
  grp = factor(c("x", "x","x","y", "y","z","z","z"))
)

# 绘制修正后的图表
df %>%
  ggplot(aes(x=state, y=value, color=grp, group=grp)) +
  geom_point(position=position_dodge(.7)) +
  # 修正误差棒的映射方式，关联分组逻辑
  geom_errorbar(aes(ymin=rangeL, ymax=rangeU), position=position_dodge(.7), width=0.5) +
  expand_limits(y=0) +
  # 将轴范围、变换、刻度整合到同一配置中
  scale_y_continuous(
    trans = squish_trans(25, 75, 10),
    breaks = c(0,5,10,20,25,75,100),
    limits = c(0, max(df$rangeU))
  )

效果说明 #

修正后：

• Y轴25至75的区间被压缩为原来的1/10，低数值区域的散点和误差棒细节展示更清晰。
• 分组的散点和误差棒通过position_dodge正确错开，避免重叠干扰。
• 高数值的误差棒（如NY组z类的100上限）能正确映射到压缩后的Y轴上，不会丢失数据信息。

内容的提问来源于stack exchange，提问作者Mathica