使用R（RStudio）绘制逻辑回归分类图的坐标轴值异常问题

为什么y轴显示1.0和2.0而不是0和1？ #

这事儿我之前也碰到过，核心原因和R处理因子变量的底层逻辑有关——R里的因子（Factor）类型是用整数编码来存储的。你定义的vs是带有0和1两个水平的因子，R会自动把这两个标签映射成内部的整数1和2（因子的内部编码默认从1开始递增，和你看到的标签值无关）。当你直接用基础绘图函数plot()绘制因子变量时，R会调用它的内部整数值来生成坐标轴，所以y轴就显示成了1.0和2.0，而非你预期的0和1。

如何让y轴显示真实的0和1，同时正常绘制逻辑回归线？ #

给你几个实用的解决办法，适配不同场景：

方法1：把因子变量转为数值型后绘图

注意不能直接用as.numeric(c.data$vs)（那样会得到内部编码1和2），必须先转成字符再转数值：

# 将vs转换为真实的数值型变量
c.data$vs_num <- as.numeric(as.character(c.data$vs))
# 绘制散点图，y轴会显示0和1
plot(c.data$mpg, c.data$vs_num, ylab = "vs", ylim = c(0, 1))

这样处理后，后续绘制逻辑回归线也不会有异常。

方法2：手动调整基础绘图的y轴刻度与标签

如果不想修改原变量的类型，可以在绘图时手动指定y轴的刻度位置和对应标签：

# 先绘制图形但不显示y轴
plot(c.data$mpg, c.data$vs, yaxt = "n", ylab = "vs")
# 手动添加y轴：at是因子的内部编码位置，labels是要显示的真实标签
axis(side = 2, at = c(1, 2), labels = c("0", "1"))

方法3：用ggplot2绘图（更省心的方案）

ggplot2会自动识别因子的标签，默认就会显示0和1，不需要额外折腾：

library(ggplot2)
ggplot(c.data, aes(x = mpg, y = vs)) +
  geom_point() +
  # 若需要明确指定y轴标签，可添加这行（默认其实已经显示正确）
  scale_y_discrete(breaks = c("0", "1"), labels = c("0", "1"))

绘制正确的逻辑回归线示例 #

不管用哪种方法，拟合逻辑回归模型后，可以这样绘制回归线：

# 拟合逻辑回归模型
model <- glm(vs ~ mpg, data = c.data, family = binomial)

# 生成用于预测的mpg序列
new_mpg <- seq(min(c.data$mpg), max(c.data$mpg), length.out = 100)
# 预测对应的概率值
pred_prob <- predict(model, newdata = data.frame(mpg = new_mpg), type = "response")

# 基础绘图版本（搭配方法1的数值型变量）
plot(c.data$mpg, c.data$vs_num, ylab = "vs", ylim = c(0, 1))
lines(new_mpg, pred_prob, col = "red", lwd = 2)

# ggplot2版本
ggplot(c.data, aes(x = mpg, y = as.numeric(as.character(vs)))) +
  geom_point() +
  geom_line(aes(y = pred_prob), data = data.frame(mpg = new_mpg, pred_prob = pred_prob), color = "red", linewidth = 2) +
  ylab("vs") +
  ylim(0, 1)

内容的提问来源于stack exchange，提问作者claudioz