在ggplot中，离散刻度下如何根据自定义向量控制矩形宽度？

这个问题其实很常见——ggplot对离散变量的处理是把它们映射到连续的整数位置上（比如"a"对应1，"b"对应2，以此类推），所以我们只需要把离散x转换成对应的位置值，就能沿用你熟悉的数值型x的思路啦！

步骤1：构造示例数据 #

先模拟一组符合你描述的数据，方便演示：

library(ggplot2)

df <- data.frame(
  x = rep(c("a", "b", "c"), each = 3),  # 离散x值
  y = c(1, 2, 14, 5, 7, 9, 3, 6, 12),   # 连续y值
  w = c(1, 2, 3, 4, 2, 1, 3, 2, 4)      # 每个矩形的宽度向量
)

步骤2：绘制矩形的核心代码 #

关键是用as.integer(factor(x))获取离散x对应的整数位置，然后计算每个矩形的左右边界，最后把x轴刻度还原成原来的离散标签：

ggplot(df) +
  geom_rect(
    aes(
      # 核心：将离散x转为整数位置，再计算左右边界
      xmin = as.integer(factor(x)) - w/2,
      xmax = as.integer(factor(x)) + w/2,
      # y的上下限可根据需求调整，这里示例是围绕y值的小范围
      ymin = y - 0.5,
      ymax = y + 0.5,
      fill = x  # 可选：按x分组填充颜色，方便区分
    ),
    alpha = 0.7  # 调整透明度，避免重叠时看不清
  ) +
  # 将x轴的整数刻度还原为原来的离散标签
  scale_x_continuous(
    breaks = unique(as.integer(factor(df$x))),
    labels = unique(df$x)
  ) +
  # 添加标签和主题
  labs(x = "x", y = "y", title = "离散x值的矩形分布图") +
  theme_minimal()

关键细节说明 #

• as.integer(factor(x))：这是ggplot内部处理离散变量的逻辑，每个不同的x水平会被分配一个从1开始的整数位置，我们直接复用这个逻辑来计算边界。
• 自定义y范围：如果你的y代表的是矩形的高度（比如从0到y），可以把ymin设为0，ymax设为y，完全根据你的数据含义调整。
• 控制x顺序：如果需要指定x的显示顺序，可以先把x转为有序因子，比如df$x <- factor(df$x, levels = c("c", "a", "b"))，这样整数位置会对应你设定的顺序。
• 避免过度重叠：如果w的值过大导致矩形跨到其他x的区域，可以考虑对w做缩放（比如w/4），或者调整矩形的透明度。

内容的提问来源于stack exchange，提问作者merija