如何在R直方图中实现ThinkCell式刻度截断展示稀疏正样本

嘿，这个不平衡分类数据的可视化痛点我太懂了！900个0和50个1的差距确实会让正事件的柱子缩成小斑点，完全看不清。下面给你几个实用的解决方案，既有你想要的类似ThinkCell的刻度截断功能，也有更适合这类数据的可视化思路：

R的基础绘图功能没法直接做刻度截断，但ggbreak包专门解决这个问题，能像ThinkCell那样在坐标轴上添加截断标记，同时调整上下段的刻度比例，让小频数的柱子清晰展示。

首先准备你的数据（先修正下原代码的小问题）：

a <- data.frame("Changed" = rep(0, 900))
b <- data.frame("Changed" = rep(1, 50))
example <- rbind(a, b) # 直接合并两个数据框即可，无需再嵌套data.frame

然后安装并使用ggbreak绘制截断的条形图（这里用条形图替代直方图更合理，因为你的变量是二元分类）：

# 安装包（首次使用时运行）
install.packages("ggbreak")

library(ggplot2)
library(ggbreak)

ggplot(example, aes(x = factor(Changed))) +
  geom_bar(width = 0.5, fill = "#2E86AB") +
  # 在y轴100到800的区间截断，上下段用相同的刻度比例
  scale_y_break(c(100, 800), scales = c(1, 1)) +
  labs(x = "Changed", y = "Frequency", title = "Truncated Bar Plot for Imbalanced Data") +
  theme_minimal()

这段代码会在y轴中间添加波浪线截断标记，下方刻度聚焦0-100区间（刚好能看清50的柱子），上方展示800-900区间，完美兼顾两类数据的展示。

其实你的Changed是二元分类变量，直方图是为连续变量设计的，用以下几种可视化方式会更直观，也不用依赖截断功能：

带数值标签的条形图 #

直接在每个柱子上方标注频数，即使0的柱子很高，读者也能一眼看到两类的具体数值：

ggplot(example, aes(x = factor(Changed))) +
  geom_bar(width = 0.5, fill = "#2E86AB") +
  # 自动计算频数并标注在柱子上方
  geom_text(stat = 'count', aes(label = ..count..), vjust = -0.5, size = 4) +
  labs(x = "Changed", y = "Frequency", title = "Bar Plot with Frequency Labels") +
  theme_minimal()

百分比条形图 #

如果更关注两类的比例关系，可以转换为百分比展示：

library(dplyr)

# 先统计各类别的频数和占比
example_summary <- example %>%
  count(Changed) %>%
  mutate(percent = n / sum(n) * 100)

ggplot(example_summary, aes(x = factor(Changed), y = percent)) +
  geom_bar(stat = "identity", width = 0.5, fill = "#2E86AB") +
  geom_text(aes(label = paste0(round(percent, 1), "%")), vjust = -0.5, size = 4) +
  labs(x = "Changed", y = "Percentage", title = "Percentage Bar Plot for Imbalanced Data") +
  theme_minimal()

克利夫兰点图 #

这种图完全避免了柱子高度的干扰，用点和数值直接展示频数，非常适合不平衡数据：

ggplot(example_summary, aes(x = n, y = factor(Changed))) +
  geom_point(size = 4, color = "#2E86AB") +
  geom_text(aes(label = n), hjust = -0.5, size = 4) +
  labs(x = "Frequency", y = "Changed", title = "Cleveland Dot Plot for Imbalanced Data") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者James Oliver