如何在R中实现不等间距比例尺？非对数拉伸刻度方法

专业名称 #

这种直接手动拉伸刻度间距、而非通过对数/平方根等参数化数学转换实现的不等间距比例尺，通常被称为自定义非线性比例尺（Custom Nonlinear Scale），也可具体称为分段拉伸比例尺（Segmentally Stretched Scale）。它属于非参数化的非线性轴设计，区别于对数转换这类有固定数学公式的参数化非线性缩放。

R语言实现方案 #

以下以ggplot2为例，提供两种保留原始数据的实现方法：

方法1：自定义转换函数（推荐） #

通过scales包的trans_new()创建自定义的轴转换规则，实现刻度分段拉伸，同时完整保留原始数据：

library(ggplot2)
library(scales)

# 定义自定义拉伸转换函数
# 示例：将0-20的数值范围拉伸5倍，20以上的范围保持原比例
custom_stretch_trans <- trans_new(
  name = "stretch",
  transform = function(x) {
    ifelse(x <= 20, x * 5, 20 * 5 + (x - 20) * 1)
  },
  inverse = function(x) {
    ifelse(x <= 100, x / 5, 20 + (x - 100) * 1)
  }
)

# 生成示例数据
set.seed(123)
df <- data.frame(
  x = 1:50,
  y = c(rnorm(20, mean = 10, sd = 3), rnorm(30, mean = 50, sd = 10))
)

# 绘制带自定义拉伸轴的图表
ggplot(df, aes(x, y)) +
  geom_point(color = "#2E86AB") +
  scale_y_continuous(
    trans = custom_stretch_trans,
    breaks = c(0, 10, 20, 30, 50, 70, 100),
    labels = as.character(c(0, 10, 20, 30, 50, 70, 100)),
    expand = c(0, 0)
  ) +
  labs(x = "样本序号", y = "自定义拉伸轴") +
  theme_minimal()

这个方法通过数学转换调整轴的视觉映射，原始数据未被截断或修改，所有低数值点的信息都能完整呈现。

方法2：手动指定刻度位置（基础绘图） #

如果使用R基础绘图系统，可直接手动定义轴的刻度位置与标签，实现视觉上的刻度拉伸：

# 生成示例数据
set.seed(123)
x <- 1:50
y <- c(rnorm(20, 10, 3), rnorm(30, 50, 10))

# 创建空白绘图区域（不绘制默认轴）
plot(x, y, axes = FALSE, xlab = "样本序号", ylab = "", col = "#2E86AB")

# 自定义y轴的刻度点和对应视觉位置
y_breaks <- c(0, 10, 20, 30, 50, 70, 100)
y_pixel_pos <- c(0, 50, 100, 120, 160, 200, 240)

# 绘制自定义y轴
axis(2, at = y_breaks, labels = y_breaks, line = 0)
# 调整绘图区域的y轴范围，匹配自定义刻度位置
usr <- par("usr")
par(usr = c(usr[1:2], min(y_pixel_pos), max(y_pixel_pos)))
# 重新绘制数据点（需转换y坐标匹配自定义轴）
y_trans <- ifelse(y <= 20, y * 5, 20 * 5 + (y - 20) * 1)
points(x, y_trans, col = "#2E86AB")
box()

优势 #

以上两种方法都无需截断数据，既能让低数值区间的细节清晰呈现，又能保留高数值区间的整体分布，完美替代分位数截断的方案。

内容的提问来源于stack exchange，提问作者L55