ggplot2雙座標軸的解決方案

本來沒有打算寫這一篇的，因為在一幅圖表中使用雙座標軸確實不是一個很好地習慣，無論是資訊傳遞的效率還是資料表達的準確性而言。

但是最近有好幾個小夥伴兒跟我諮詢關於ggplot2的次座標軸問題，平時的一些業務分析中，有些場景出於資料呈現的需要，或者閱讀習慣等，往往需要在一幅圖中呈現兩個量級不等的座標。

所以我覺得這一篇推送很有必要，確實在最新版的ggplot2（ggplot 2。2。0以上版本）中，已經加入了次座標軸引數，透過這個次座標軸的轉換，我們可以模擬出不同數量級的次座標軸效果。

因為其中用到了英文月份簡寫，這裡對系統日期顯示格式做了特殊設定：

lct <- Sys。getlocale（“LC_TIME”）

#備份本地預設日期顯示格式

Sys。setlocale（“LC_TIME”， “C”）

#指定標準日期顯示格式

Sys。setlocale（“LC_TIME”，lct）

#這一句是恢復預設系統日期顯示格式

#（記得要在使用完下面的month函式之後再執行這一句，否則月份返回的是中文）

載入包：

library（“lubridate”）

library（“ggplot2”）

library（“scales”）

library（“magrittr”）

library（“tidyr”）

生成作圖資料

作圖資料1——單序列柱形圖

data1 <- data。frame（

Month = seq（from = as。Date（‘2017-01-01’），to=as。Date（‘2017-06-01’），by=‘1 month’） %>% month（label=TRUE），

Value = runif（6，10，50） %>% round（）

）

Month Value

1 Jan 39

2 Feb 38

3 Mar 50

4 Apr 33

5 May 18

6 Jun 49

作圖資料2——二分類折線圖（帶散點）

data2 <- data。frame（

Month = seq（from = as。Date（‘2017-01-01’），to=as。Date（‘2017-06-01’），by=‘1 month’） %>% month（label=TRUE），

Categroy1 = runif（6，0。1，0。5） %>% round（2），

Categroy2 = runif（6，0。1，0。5） %>% round（2）

） %>% gather（Category，Value，-1）

Month Category Value

1 Jan Categroy1 0。49

2 Feb Categroy1 0。23

3 Mar Categroy1 0。10

4 Apr Categroy1 0。38

5 May Categroy1 0。34

6 Jun Categroy1 0。13

7 Jan Categroy2 0。48

8 Feb Categroy2 0。38

9 Mar Categroy2 0。48

10 Apr Categroy2 0。15

11 May Categroy2 0。40

12 Jun Categroy2 0。16

以下是整個過程程式碼，基本是司空見慣的內容，這裡不做過多解釋，僅提示其中兩處重點，注意第二行geom_line內的y引數賦值以及第四行的scale_y_continuous語句：

ggplot（） +

geom_col（ data = data1，aes（x = Month，y = Value），fill=“#6794a7”） +

geom_line（data = data2，aes（x = Month，y = rescale（Value，c（0，55）），colour=Category，group=Category），size=1。5） +

geom_point（data = data2，aes（x = Month，y = rescale（Value，c（0，55）），colour=Category），shape=21，fill=“white”，size=4）+

scale_y_continuous（breaks=pretty_breaks（5），sec。axis = sec_axis（ ~rescale（。，c（0，0。5）），name = “Categroy”，labels=sprintf（“%d%%”，（0：5）*10）））+

scale_color_manual（label = c（“Categroy1”， “Categroy2”），values = c（“#ee8f71”，“#C10534”）） +

labs（

title=“This is a Title！”，

subtitle=“This is a Subtitle”，

caption=“This is a Caption”

）+

theme_minimal（base_size=16） %+replace%

theme（

plot。caption = element_text（hjust=0），

plot。margin = unit（c（1，0。5，1，0。5）， “lines”）

）

這段程式碼與我們經常用的有兩點不同：

第一次自定義對映——折線度量資料的對映轉換：

geom_line（geom_point，因為點圖是附屬於折線圖，僅做修飾之用，這裡只重點說折線圖層）中的y引數指定的物件使用了一個統計變換函式，rescale函式其實很好理解，就是將一個數值向量按照給定的另一個數值向量的極差（range），等比例標準化。

如果你知道如何將一組向量按照0~1標準化的話，那麼這個函式就不難理解 ，其實就是將標準化的尺度給了一個自定義的範圍。

因為在ggplot2標度系統中，不容許在一個圖形中出現兩個量級不等的標度（一山不容二虎），但是想要提供度量不等的次座標軸，折中的方法就是，將次座標軸的所有量級按照主座標軸的量級進行縮放（如果次座標軸量級大於主座標軸，那麼就是等比例放大，如果比主座標軸量級大則縮小）。

針對本例而言，就是將折線圖的資料來源量級（0。0~0。5）放大到0~35的區間上，所有的單個指標的縮放比例都是相同的，這樣你在圖上就不會感受到太大的視角誤差。

value1<-data1$Value

value21 <- data2［data2$Category == ‘Categroy1’，“Value”］

value22 <- data2［data2$Category == ‘Categroy2’，“Value”］

mydata <- data。frame（value1，value21，value22）

mydata$value31 <- rescale（mydata$value21，c（0，50））

mydata$value32 <- rescale（mydata$value22，c（0，50））

value1 value21 value22 value31 value32

1 39 0。49 0。48 50。000000 50。000000

2 38 0。23 0。38 16。666667 34。848485

3 50 0。10 0。48 0。000000 50。000000

4 33 0。38 0。15 35。897436 0。000000

5 18 0。34 0。40 30。769231 37。878788

6 49 0。13 0。16 3。846154 1。515152

這是最終的折現結果，在geom_line中使用rescale函式實際上就是做的這種度量重新自定義對映的過程。

第二次自定義對映——次座標軸刻度標籤轉換：

僅僅做以上步驟還不夠，因為這隻能保障次座標軸的資料點位置相對於整個座標系統而言，不會出現太大的視覺誤差，但是現在的問題是這個圖形物件中有兩套不同的度量，所以必須宣告不同的y軸度量標準，也就是y軸的刻度線及刻度標籤，刻度標籤的定義就是本案例的第二個重點，它仍然是透過rescale函式進行了一次度量的重新對映。

不過這次對映的過程剛好是相反的操作，即將之前已經被標準化到0~50區間內的原始度量標籤透過rescale函式再次標準化到0~0。5區間內，這樣保障顯示在次座標軸上的度量是符合原始資料極差範圍呢。

說的有些拗口了，實際上以上過程思路很簡單，就是先將資料對映到正確的位置，然後將次座標軸刻度線度量標籤再按照真實極差進行分佈，一虛一實，正好達到了模擬效果。

scale_y_continuous（

breaks=pretty_breaks（5）， #建立主座標軸的刻度區間（這裡是5個區間6個刻度點）

sec。axis = sec_axis（ ~rescale（。，c（0，0。5））， #對次座標軸刻度標籤的二次對映（極差範圍指定真實極差即可）

name = “Categroy”， #次座標軸名稱

labels=sprintf（“%d%%”，（0：5）*10）） #刻度標籤顯示格式（這裡是百分號）

）

思路大體上就是這樣子，希望這一篇文章可以幫到大家！

線上課程請點選文末原文連結：

Hellobi Live | R語言視覺化在商務場景中的應用

往期案例資料請移步本人GitHub：

https：//

github。com/ljtyduyu/Dat

aWarehouse/tree/master/File