ggplot直方图限幅±3SD后设置scale_x_continuous刻度失效如何解决

问题原因 #

该现象是ggplot的参数覆盖特性导致：xlim()本质是scale_x_continuous(limits = ...)的快捷写法，当额外调用scale_x_continuous()设置刻度时，会直接覆盖之前xlim()的限幅规则，导致超出±3SD的离群值重新被渲染。

解决方案 #

不需要分开写xlim()和scale_x_continuous()，将限幅逻辑直接整合到scale_x_continuous()的参数中，同时指定limits（限幅范围）和breaks（刻度规则）即可。

修改后完整代码 #

outdf_r() %>% 
  ggplot(aes(x = bob_commute_duration_minutes,
             fill= dplyr::if_else(bob_commute_duration_minutes>=input$commutemean,"Above Average","Below Average"))) +
  geom_histogram(bins=100) + 
  ggtitle("Bob's Commute Time Histogram (2SD Marked, 3SD Clipped)") +
  guides(fill=guide_legend(title="Commute Above or Below Average")) +
  xlab("Bob's Commute Time") +
  # 合并限幅和刻度设置，步长1，范围为均值±3SD
  scale_x_continuous(
    limits = c(input$commutemean - 3*input$commutesd, input$commutemean + 3*input$commutesd),
    breaks = seq(from = input$commutemean - 3*input$commutesd, to = input$commutemean + 3*input$commutesd, by = 1)
  ) +
  geom_vline(xintercept=(input$commutemean- 2*input$commutesd),color="black") +
  geom_vline(xintercept=(input$commutemean+ 2*input$commutesd),color="black") 

可选优化（避免统计范围外数据） #

如果希望直方图的计数完全不包含±3SD外的离群值（而不是仅隐藏不显示），可以在绘图前提前过滤数据：

outdf_r() %>% 
  filter(
    bob_commute_duration_minutes >= input$commutemean - 3*input$commutesd,
    bob_commute_duration_minutes <= input$commutemean + 3*input$commutesd
  ) %>% 
  ggplot(...) # 后续绘图逻辑不变，也可省略scale_x_continuous里的limits参数

内容的提问来源于stack exchange，提问作者Ralph Asher