如何在ggplot2中生成保留全部数据的凝视路径可视化特写？

在使用ggplot2制作网格状凝视路径可视化时，会遇到两个核心问题：

• 上排三个面板中，左侧和中间面板的凝视路径范围极小，难以看清细节
• 尝试缩小X/Y轴范围放大特写时，代码会截断超出范围的数据（如下排右侧面板中，本该延伸到边缘的凝视路径消失）

用户现有代码如下：

上排面板代码 #

# 获取合并后的X/Y轴刻度，生成美观的断点
xbreaks <- pretty(c(layer_data(f_A)$x, layer_data(f_B)$x, layer_data(f_C)$x))
ybreaks <- pretty(c(layer_data(f_A)$y, layer_data(f_B)$y, layer_data(f_C)$y))

# 为每个图设置轴范围
plot1 <- f_A + 
  scale_x_continuous(breaks = xbreaks, limits = range(xbreaks)) +
  scale_y_continuous(breaks = ybreaks, limits = range(ybreaks))

plot2 <- f_B + 
  scale_x_continuous(breaks = xbreaks, limits = range(xbreaks)) +
  scale_y_continuous(breaks = ybreaks, limits = range(ybreaks))

plot3 <- f_C + 
  scale_x_continuous(breaks = xbreaks, limits = range(xbreaks)) +
  scale_y_continuous(breaks = ybreaks, limits = range(ybreaks))

# 组合绘图
library(cowplot)
plot_grid(plot1, plot2, plot3, nrow = 1, ncol = 3)

下排面板（尝试放大但截断数据）代码 #

# 缩小X/Y范围
xbreaks <- xbreaks/12
ybreaks <- ybreaks/12

# 后续代码同上排...

核心解决方案：用coord_cartesian()替代scale_x/y_continuous(limits) #

scale_x_continuous(limits)会直接过滤掉超出范围的数据，而coord_cartesian()是在保留所有数据的前提下，只放大指定的轴范围区域，完美解决数据截断问题。

1. 统一面板的特写放大（保持所有数据完整） #

如果需要给三个面板设置相同的特写范围，修改代码如下：

# 先确定需要放大的目标范围（比如原范围的1/12）
target_x_range <- range(xbreaks)/12
target_y_range <- range(ybreaks)/12

# 为每个图应用coord_cartesian，保留所有数据只放大区域
plot1_zoom <- f_A + 
  scale_x_continuous(breaks = pretty(target_x_range)) +
  scale_y_continuous(breaks = pretty(target_y_range)) +
  coord_cartesian(xlim = target_x_range, ylim = target_y_range)

plot2_zoom <- f_B + 
  scale_x_continuous(breaks = pretty(target_x_range)) +
  scale_y_continuous(breaks = pretty(target_y_range)) +
  coord_cartesian(xlim = target_x_range, ylim = target_y_range)

plot3_zoom <- f_C + 
  scale_x_continuous(breaks = pretty(target_x_range)) +
  scale_y_continuous(breaks = pretty(target_y_range)) +
  coord_cartesian(xlim = target_x_range, ylim = target_y_range)

# 组合特写面板
plot_grid(plot1_zoom, plot2_zoom, plot3_zoom, nrow = 1, ncol = 3)

2. 针对不同面板设置个性化特写范围 #

如果每个面板的凝视路径分布不同，需要单独设置放大区域，可以分别计算每个图的数据范围：

# 为每个图单独计算特写范围（比如取数据的95%分位数范围，聚焦核心路径）
get_zoom_range <- function(plot_data, scale = 1) {
  x_range <- quantile(plot_data$x, c(0.025, 0.975)) * scale
  y_range <- quantile(plot_data$y, c(0.025, 0.975)) * scale
  list(x = x_range, y = y_range)
}

range_A <- get_zoom_range(layer_data(f_A), scale = 1.1) # 1.1是为了给边缘留空间
range_B <- get_zoom_range(layer_data(f_B), scale = 1.1)
range_C <- get_zoom_range(layer_data(f_C), scale = 1.1)

# 生成每个图的特写版本
plot1_zoom <- f_A + 
  scale_x_continuous(breaks = pretty(range_A$x)) +
  scale_y_continuous(breaks = pretty(range_A$y)) +
  coord_cartesian(xlim = range_A$x, ylim = range_A$y)

plot2_zoom <- f_B + 
  scale_x_continuous(breaks = pretty(range_B$x)) +
  scale_y_continuous(breaks = pretty(range_B$y)) +
  coord_cartesian(xlim = range_B$x, ylim = range_B$y)

plot3_zoom <- f_C + 
  scale_x_continuous(breaks = pretty(range_C$x)) +
  scale_y_continuous(breaks = pretty(range_C$y)) +
  coord_cartesian(xlim = range_C$x, ylim = range_C$y)

# 组合绘图
plot_grid(plot1_zoom, plot2_zoom, plot3_zoom, nrow = 1, ncol = 3)

3. 保持面板间的比例一致 #

如果需要确保三个面板的X/Y轴比例相同（避免路径变形），可以在coord_cartesian中添加ratio = 1，或者用coord_fixed()：

# 示例：添加比例控制
plot1_zoom <- f_A + 
  scale_x_continuous(breaks = pretty(target_x_range)) +
  scale_y_continuous(breaks = pretty(target_y_range)) +
  coord_cartesian(xlim = target_x_range, ylim = target_y_range, ratio = 1)

内容的提问来源于stack exchange，提问作者Chris Ruehlemann