在R中绘制含分类变量双Y轴的同比例散点图

针对你需要复现的图表需求——X轴为VIP分数，点的实际垂直位置由Overall（加权绝对回归系数和）决定，左侧Y轴显示分类变量Masses，同时忽略右侧刻度——我整理了一套用ggplot2实现的方案，完美适配你的场景：

步骤1：准备数据 #

先把你提供的示例数据整理成R数据框：

library(ggplot2)
library(dplyr)

# 构建示例数据框
df <- tibble(
  Masses = c(82.07010, 84.08570, 95.08570, 96.08571, 98.10140, 
             99.04410, 105.07530, 110.10130, 111.10160, 113.06040),
  Overall = c(38.26669006, 34.22745192, 38.65684978, 13.13685100, 36.07639404,
              17.37079280, 9.38047849, 36.66816959, 13.64197654, 10.09391101),
  VIP = c(1.484957089, 1.328724766, 1.500047945, 0.512968559, 1.400239372,
          0.676731759, 0.367677099, 1.423128458, 0.532506138, 0.395271714)
)

步骤2：核心绘图逻辑 #

关键思路是：用Overall作为点的Y坐标（决定点的垂直位置），然后把左侧Y轴的刻度替换为Masses的标签，让刻度位置完全匹配每个点的Overall值。这样既满足了点的位置由回归系数和决定，又能显示分类变量的标签。

ggplot(df, aes(x = VIP, y = Overall)) +
  # 绘制散点，可自定义样式
  geom_point(size = 3, color = "#2c3e50") +
  # 自定义左侧Y轴：用Masses作为刻度标签，位置对应Overall的值
  scale_y_continuous(
    breaks = df$Overall,  # 刻度位置绑定每个点的Overall值
    labels = round(df$Masses, 2),  # 显示Masses作为标签，保留2位小数
    name = "Masses"  # Y轴标题
  ) +
  # 隐藏右侧Y轴（符合忽略右侧刻度的要求）
  theme(
    axis.text.y.right = element_blank(),
    axis.ticks.y.right = element_blank(),
    axis.title.y.right = element_blank(),
    # 当Masses数量过多时，旋转标签避免重叠
    axis.text.y = element_text(angle = 45, hjust = 1)
  ) +
  # 设置X轴标题
  labs(x = "VIP Score") +
  # 可选：调整主题样式，贴近目标图表风格
  theme_minimal()

关键细节说明 #

• 刻度精准匹配：通过scale_y_continuous的breaks参数绑定每个点的Overall值，labels参数替换为Masses，实现了分类标签与实际数值位置的一一对应。
• 处理大量Masses：当Masses条目过多时，除了旋转标签，还可以用guide_axis(n.dodge = 2)让标签错开两行显示，进一步避免重叠：

  scale_y_continuous(
    breaks = df$Overall,
    labels = round(df$Masses, 2),
    name = "Masses",
    guide = guide_axis(n.dodge = 2)  # 错开两行显示标签
  )
  

• 隐藏冗余元素：通过theme参数完全隐藏右侧Y轴的所有元素，符合你的需求。

扩展优化 #

如果需要给点添加标注但避免ggrepel的重叠问题，可以尝试：

• 只给VIP值较高的点添加标签：

  geom_text(data = filter(df, VIP > 1), aes(label = round(Masses, 2)), 
            hjust = 1.1, vjust = 0.5, size = 3)
  

• 或者使用交互式图表包plotly，鼠标悬停时显示Masses信息：

  library(plotly)
  ggplotly(your_ggplot_object, tooltip = c("x", "y", "label"))
  

这样就能完美复现你需要的图表效果啦！

内容的提问来源于stack exchange，提问作者MBell