如何在R语言时序分解堆叠图中个性化设置Y轴标签？

默认的plot.decomposed.ts函数没有直接提供修改子图Y轴标签的参数，这里提供两种实现方案：

方案1：基于基础绘图系统手动修改 #

通过par()切换子图，结合mtext()重新设置Y轴标签，同时用cex.lab控制字体大小：

png(filename = 'Decompose.png', width = 20, height = 10, units = 'cm', res=600)
# 全局设置标签字体大小（可按需调整）
par(cex.lab = 0.8)
df_timeseries_components <- decompose(df_timeseries)
# 绘制默认分解图
plot(df_timeseries_components, xlab = 'Number of weeks')

# 逐个修改子图Y轴标签为大写
# 第一个子图（Observed）
mtext("OBSERVED", side = 2, line = 2, cex = 0.8)
# 切换到第二个子图（Trend）
par(mfg = c(2, 1))
mtext("TREND", side = 2, line = 2, cex = 0.8)
# 切换到第三个子图（Seasonal）
par(mfg = c(3, 1))
mtext("SEASONAL", side = 2, line = 2, cex = 0.8)
# 切换到第四个子图（Random）
par(mfg = c(4, 1))
mtext("RANDOM", side = 2, line = 2, cex = 0.8)

dev.off()

方案2：用ggplot2重新绘制（更灵活） #

把分解结果转成数据框，用ggplot2实现完全自定义的标签和样式：

library(ggplot2)
library(tidyr)

# 分解时间序列
df_timeseries_components <- decompose(df_timeseries)
# 转换为数据框并整理格式
comp_df <- as.data.frame(df_timeseries_components[c("x", "trend", "seasonal", "random")])
comp_df$week <- seq_along(df_timeseries)
# 宽格式转长格式
comp_long <- pivot_longer(comp_df, cols = -week, names_to = "component", values_to = "value")
# 将组件名称转为大写
comp_long$component <- toupper(comp_long$component)

# 生成自定义绘图
png(filename = 'Decompose_ggplot.png', width = 20, height = 10, units = 'cm', res=600)
ggplot(comp_long, aes(x = week, y = value)) +
  geom_line() +
  # 按组件分面，纵向排列
  facet_wrap(~component, ncol = 1, scales = "free_y") +
  labs(x = "Number of weeks") +
  theme_bw() +
  theme(
    # 调整分面标题（替代原Y轴标签）的字体大小
    strip.text = element_text(size = 8),
    # 隐藏默认Y轴标题
    axis.title.y = element_blank()
  )
dev.off()

方案对比 #

• 方案1无需额外安装包，适合快速调整，但需要手动定位子图，灵活性有限；
• 方案2依赖ggplot2和tidyr，调整样式更直观，适合需要深度自定义的场景。

内容的提问来源于stack exchange，提问作者Eduardo Zárate