ggplot2中更好的辅助y轴变换

如何解决ggplot2中更好的辅助y轴变换

我正在尝试为ggplot2的某些数据添加辅助y轴。我的数据p如下所示：

  aspect  yhat Count
    <dbl> <dbl> <dbl>
 1   1.37 0.329   144
 2  16.9  0.329     5
 3  32.3  0.330     5
 4  47.8  0.331     0
 5  63.3  0.333    57
 6  78.8  0.333    67
 7  94.3  0.332    13
 8 110.   0.332     0
 9 125.   0.332     0
10 141.   0.331     0

然后我尝试像这样绘制它：

 #get the information to for using a secondary y axis
    ylim.prim <- c(min(p$yhat),max(p$yhat))
    ylim.sec <- c(min(p$Count,na.rm = T),max(p$Count,na.rm = T))

    b <- diff(ylim.prim)/diff(ylim.sec)
    a <- b*(ylim.prim[1] - ylim.sec[1])

    #Now make plot
    p1 = ggplot(p,aes(x = get(col),y = yhat)) +
      geom_line() +
      labs(x = col) +
      geom_line(aes(y = a + Count*b),color = "red",linetype = 2) +
      scale_y_continuous(name = "Mean Response",sec.axis = sec_axis(~ (. - a)/b,name = "Number of Pixels")) +
      theme_light() +
      theme(axis.line.y.right = element_line(color = "red"),axis.ticks.y.right = element_line(color = "red"),axis.text.y.right = element_text(color = "red"),axis.title.y.right = element_text(color = "red")
      ) +
      theme(legend.title = element_blank()) +
      theme(text=element_text(size=22))

这将返回该图：

我遇到的问题是黑线和红线之间有太多未使用的空白，这使得解释值有些困难，我想知道是否可以以某种方式使用更好的转换来将线条拉得更近，甚至重叠，但是我不知道怎么做。

我认为这可能与以下事实有关：相同的yhat值可以具有不同的count值。如果是这样，有办法解决吗？

解决方法

总的来说，我同意这样一个前提，即多个（不同的）轴很容易使观看者感到困惑。使用颜色和不同的对象（点与线）有助于区分两个值，但这是一种缓解措施。

这里是一个刺，使用点数（如建议的那样）：

    class ToDoList(FloatLayout):
    
        def __init__(self,**kwargs):
            super(ToDoList,self).__init__(**kwargs)

            f = open('todolist_demo.json','r')
            data = json.load(f)

            self.to_dos = data

            to_do_but = Button()
            to_do_but.bind(on_press=ToDoList.CreateToDo)  
            self.add_widget(to_do_but)

        def AddToDo(self):
            self.to_dos.append(9)

        def CreateToDo(self):
            but = Button()
            but.bind(on_press=AddToDo)
            self.add_widget(but)

（使用count_slope_intercept <- c(m = diff(range(p$Count)),b = min(p$Count)) yhat_slope_intercept <- c(m = diff(range(p$yhat)),b = min(p$yhat)) p$Count2 <- yhat_slope_intercept["b"] + yhat_slope_intercept["m"] * (p$Count - count_slope_intercept["b"]) / count_slope_intercept["m"] ggplot(p,aes(x = aspect,y = yhat)) + geom_line() + labs(x = "aspect") + geom_point(aes(y = Count2),color = "red") + scale_y_continuous( name = "Mean Response",sec.axis = sec_axis(~ count_slope_intercept["b"] + count_slope_intercept["m"] * (. - yhat_slope_intercept["b"]) / yhat_slope_intercept["m"]) ) + theme_light() + theme(axis.line.y.right = element_line(color = "red"),axis.ticks.y.right = element_line(color = "red"),axis.text.y.right = element_text(color = "red"),axis.title.y.right = element_text(color = "red") ) + theme(legend.title = element_blank()) + theme(text=element_text(size=22)) 或类似的方法可能更平滑。）

---

编辑：是的，与scales相同：

scales

（虽然我在上面很明确，同时包含了p$Count3 <- scales::rescale(p$Count,to = range(p$yhat),from = range(p$Count)) ggplot(p,y = yhat)) + geom_line() + labs(x = "aspect") + geom_point(aes(y = Count3),sec.axis = sec_axis(~ scales::rescale(.,to = range(p$Count),from = range(p$yhat))) ) + theme_light() + theme(axis.line.y.right = element_line(color = "red"),axis.title.y.right = element_text(color = "red") ) + theme(legend.title = element_blank()) + theme(text=element_text(size=22)) 和to=两个参数，但是from=的默认值为from，因此可以将代码缩短一些。我认为最好将此示例明确，并显示range(x)的位置和from的位置。）