scale_size()
缩放区域,scale_radius()
缩放半径。尺寸美学最常用于点和文本,人类感知点的面积(而不是它们的半径),因此这提供了最佳感知。 scale_size_area()
确保值 0 映射到大小 0。scale_size_binned()
是 scale_size()
的分箱版本,按区域缩放(但不确保 0 等于零区域)。对于 scale_size_area()
的分级等效项,请使用 scale_size_binned_area()
。
用法
scale_size(
name = waiver(),
breaks = waiver(),
labels = waiver(),
limits = NULL,
range = c(1, 6),
trans = "identity",
guide = "legend"
)
scale_radius(
name = waiver(),
breaks = waiver(),
labels = waiver(),
limits = NULL,
range = c(1, 6),
trans = "identity",
guide = "legend"
)
scale_size_binned(
name = waiver(),
breaks = waiver(),
labels = waiver(),
limits = NULL,
range = c(1, 6),
n.breaks = NULL,
nice.breaks = TRUE,
trans = "identity",
guide = "bins"
)
scale_size_area(..., max_size = 6)
scale_size_binned_area(..., max_size = 6)
参数
- name
-
秤的名称。用作轴或图例标题。如果
waiver()
(默认值),则比例名称取自用于该美学的第一个映射。如果是NULL
,则图例标题将被省略。 - breaks
-
之一:
-
NULL
不间断 -
waiver()
用于由 transformation object 计算的默认中断 -
位置的数值向量
-
将限制作为输入并返回中断作为输出的函数(例如
scales::extended_breaks()
返回的函数)。还接受 rlang lambda 函数表示法。
-
- labels
-
之一:
- limits
-
之一:
-
NULL
使用默认比例范围 -
长度为 2 的数值向量,提供尺度限制。使用
NA
来引用现有的最小值或最大值 -
接受现有(自动)限制并返回新限制的函数。还接受 rlang lambda 函数表示法。请注意,对位置比例设置限制将删除限制之外的数据。如果目的是缩放,请使用坐标系中的 limit 参数(请参阅
coord_cartesian()
)。
-
- range
-
长度为 2 的数值向量,指定变换后绘图符号的最小和最大尺寸。
- trans
-
对于连续比例,变换对象的名称或对象本身。内置转换包括"asn"、"atanh"、"boxcox"、"date"、"exp"、"hms"、"identity"、"log"、"log10"、"log1p","log2","logit"、"modulus"、"probability"、"probit"、"pseudo_log"、"reciprocal"、"reverse"、"sqrt" 和 "time"。
变换对象将变换、其逆变换以及用于生成中断和标签的方法捆绑在一起。转换对象在 scales 包中定义,称为
<name>_trans
(例如scales::boxcox_trans()
)。您可以使用scales::trans_new()
创建自己的转换。 - guide
-
用于创建指南或其名称的函数。有关详细信息,请参阅
guides()
。 - n.breaks
-
指导主要中断次数的整数。该算法可能会选择稍微不同的数字以确保良好的中断标签。仅在
breaks = waiver()
时有效。使用NULL
使用转换给出的默认中断数。 - nice.breaks
-
逻辑性强。应该尝试将中断设置为合适的值,而不是在限制之间完全均匀地间隔。如果
TRUE
(默认),比例将要求转换对象创建中断,这可能会导致中断数量与请求的数量不同。如果明确给出中断,则忽略。 - ...
-
参数传递给
continuous_scale
minor_breaks
-
之一:
oob
-
之一:
-
处理超出范围限制(越界)的函数。还接受 rlang lambda 函数表示法。
-
默认值 (
scales::censor()
) 将超出范围的值替换为NA
。 -
scales::squish()
用于将超出范围的值压缩到范围内。 -
scales::squish_infinite()
用于将无限值压缩到范围内。
-
na.value
-
缺失值将替换为该值。
expand
-
对于位置刻度,范围扩展常量的向量,用于在数据周围添加一些填充,以确保它们放置在距轴一定距离的位置。使用便捷函数
expansion()
生成expand
参数的值。默认情况下,对于连续变量,每侧扩展 5%,对于离散变量,每侧扩展 0.6 个单位。 position
-
对于位置刻度,轴的位置。
left
或right
表示 y 轴,top
或bottom
表示 x 轴。 super
-
用于构造比例的超类
- max_size
-
最大点的大小。
注意
从历史上看,尺寸美学用于两种不同的用途:缩放对象的尺寸(如点和字形)和缩放线条的宽度。从 ggplot2 3.4.0 开始,后者已移至其自己的线宽美学。为了向后兼容,仍然可以使用尺寸,但强烈建议在这些情况下切换到新的线宽美观。
也可以看看
scale_size_area()
如果您希望将 0 个值映射到大小为 0 的点。 scale_linewidth()
如果您想缩放线的宽度。
例子
p <- ggplot(mpg, aes(displ, hwy, size = hwy)) +
geom_point()
p
p + scale_size("Highway mpg")
p + scale_size(range = c(0, 10))
# If you want zero value to have zero size, use scale_size_area:
p + scale_size_area()
# Binning can sometimes make it easier to match the scaled data to the legend
p + scale_size_binned()
# This is most useful when size is a count
ggplot(mpg, aes(class, cyl)) +
geom_count() +
scale_size_area()
# If you want to map size to radius (usually bad idea), use scale_radius
p + scale_radius()
相关用法
- R ggplot2 scale_shape 形状比例,又称字形
- R ggplot2 scale_steps 分级渐变色标
- R ggplot2 scale_gradient 渐变色阶
- R ggplot2 scale_viridis 来自 viridisLite 的 Viridis 色标
- R ggplot2 scale_grey 连续灰度色阶
- R ggplot2 scale_linetype 线条图案的比例
- R ggplot2 scale_discrete 离散数据的位置尺度
- R ggplot2 scale_manual 创建您自己的离散尺度
- R ggplot2 scale_colour_discrete 离散色阶
- R ggplot2 scale_date 日期/时间数据的位置刻度
- R ggplot2 scale_continuous 连续数据的位置比例(x 和 y)
- R ggplot2 scale_binned 用于对连续数据进行装箱的位置比例(x 和 y)
- R ggplot2 scale_alpha Alpha 透明度比例
- R ggplot2 scale_colour_continuous 连续色标和分级色标
- R ggplot2 scale_identity 使用不缩放的值
- R ggplot2 scale_linewidth 线宽比例
- R ggplot2 scale_hue 离散数据的均匀间隔颜色
- R ggplot2 scale_brewer ColorBrewer 的连续、发散和定性色标
- R ggplot2 stat_ellipse 计算法行数据椭圆
- R ggplot2 stat_identity 保留数据原样
- R ggplot2 stat_summary_2d 以二维形式进行分类和汇总(矩形和六边形)
- R ggplot2 should_stop 在示例中用于说明何时应该发生错误。
- R ggplot2 stat_summary 总结唯一/分箱 x 处的 y 值
- R ggplot2 stat_sf_coordinates 从“sf”对象中提取坐标
- R ggplot2 stat_unique 删除重复项
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Scales for area or radius。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。