我遇到了麻烦绘制一些数据到两个独立的y尺度。以下是我一直在处理的一些空气质量数据的两个可视化图。第一幅图描绘了十亿分之一部分的每种污染物。在这个图中,co
在y轴上占主导地位,其他污染物的变化都没有被正确表示。在空气质量科学中,污染物co
通常代表百万分之一而不是十亿分之几。第二张图说明了相同的no
,no2
和o3
数据,但我已将co
浓度从ppb
转换为ppm
(除以1000)。然而,虽然no
,no2
和o3
更好看,在co
的变化没有被公正地代表...使用ggplot绘制不同的y轴缩放facet_grid()?
是否有使用ggplot()
正常化y轴的刻度一个简单的方法,并最能代表每种类型的污染物?我也试图通过其他一些使用gridExtra将两个独立地块拼接在一起的示例,每个示例均保留其原始y坐标。
生成这些数字所需的数据非常庞大(26,295个观测值),所以我仍在研究一个可重复的示例。希望的解决方案可以在ggplot()
代码内找到描述如下:
plt <- ggplot(df, aes(x=date, y = value, color = pollutant)) +
geom_point() +
facet_grid(id~pollutant, labeller = label_both, switch = "y")
plt
下面介绍一下head(df)
看起来像(前转换co
到ppm):
date id pollutant value
1 2017-06-16 10:00:00 Pohl co 236.00
2 2017-06-16 10:00:00 Pohl no 23.06
3 2017-06-16 10:00:00 Pohl no2 12.05
4 2017-06-16 10:00:00 Pohl o3 8.52
5 2017-06-16 11:00:00 Pohl co 207.00
6 2017-06-16 11:00:00 Pohl no 20.82
'facet_grid(...,鳞片= “free_y”)'允许每个行有不同的y轴规模,但你可能不得不切换行/列小平面,如'facet_grid(pollutant_id,scales =“free_y”)' – Marius
你可以把你的解决方案作为答案,而不是添加我回答你的问题,那么你可以把它标记为已解决。 – aosmith
好吧,我会那样做的。我不确定这是否是犹太教,因为马吕斯在技术上是回答这个问题的人。 – spacedSparking