En av de viktigaste funktionerna i programmeringsspråket R är X- och Y-axelskalorna. De bestämmer utseendet på dina rutnätslinjer, etiketter och markeringar, vilket gör dem avgörande för alla projekt. Standardskalor gör ofta inte susen, och det är där att ändra dessa mätvärden kommer in i bilden.
I den här guiden kommer vi att förklara hur du ändrar X- och Y-axelskalorna i R. Du kommer också att få reda på hur du skapar anpassade axlar och andra användbara detaljer.
Hur ändrar du X- och Y-axelskalan?
Det finns flera sätt att ändra X- och Y-axelskalan i bas R. De flesta förlitar sig på funktionerna ylim() och xlim(). Följande exempel visar hur de fungerar:
|_+_|
|_+_|
|_+_|
Du kan använda detta för att skapa en plot med standardaxelskalan:
|_+_|
hur man säger om du är blockerad på snapchat
Att skapa tomter med en anpassad skala är också ett alternativ:
|_+_|
Hur använder man loggfunktionen för att ändra X- och Y-axelns skala?
Loggfunktionen kan också komma väl till pass. Det gör att du kan omvandla dina yxor till stockvågar. Ta en titt på nästa kod för att se loggfunktionen i praktiken:
|_+_|
|_+_|
Detta definierar nödvändiga data, så att du kan skapa din plot med log y-axel:
|_+_|
Hur man ändrar axelskalan i ggplot2
Att veta hur man ändrar axelskalan är fördelaktigt i olika inställningar, såsom plotter i din bas R. Återigen kan du använda funktionerna ylim() och xlim() för att ändra skalorna, vilket visas av följande kod:
|_+_|
|_+_|
|_+_|
Att skapa en scatterplot med anpassade axlar borde inte heller vara för svårt:
|_+_|
|_+_|
|_+_|
|_+_|
Ett annat alternativ är att transformera axlarna till logga skalor med dessa argument:
- scale_x_continuous(trans=’log10')
- scale_y_continuous(trans='log10')
Här är ett exempel på dessa argument i kod:
|_+_|
|_+_|
|_+_|
Den här informationen låter dig göra ett spridningsdiagram med en anpassad logg-y-axel:
|_+_|
|_+_|
|_+_|
Hur man skapar en anpassad axel i R
Förutom att modifiera X- och Y-axelskalan, låter R dig också skapa dina egna axlar. Naturligtvis måste du använda axelfunktionen. Så här ser den vanligaste mallen ut:
|_+_|
Här är vad varje komponent inom parentesen betyder:
- sida – sidan av din graf där axeln kommer att ritas (4 – höger; 3 – överst; 2 – vänster; 1 – botten)
- at – en vektor som indikerar var bockmarkeringarna kommer att placeras
- etiketter – en etikettvektor som kommer att placeras vid dina tic-markeringar (om den är noll kommer programmet att använda värdet vid)
- pos – detta är koordinaten för att rita din axellinje (dvs värdet där den korsar den andra axeln)
- lty – typen av linje
- col – färgen på bocken och linjen
- las – detta anger om etiketterna är vinkelräta (=2) eller parallella (=0) mot axeln
- tck – längden på ditt bockmärke representerad som en bråkdel av plottningsområdet. Negativa värden är utanför grafen, medan positiva tal är placerade inuti. Dessutom undertrycker noll markeringarna medan 1 skapar rutnätslinjerna (-0,01 är standardvärdet).
När du skapar anpassade axlar kan du överväga att undertrycka de axlar som genereras automatiskt av högnivåplotningsfunktionen. Här är hur:
- Skriv in |_+_| att undertrycka båda axlarna samtidigt.
- Skriv in |_+_| för att undertrycka X-axeln.
- Skriv in |_+_| för att undertrycka Y-axeln
Hur ändrar man X- och Y-axeln med skalfunktionerna?
Ytterligare ett sätt att ändra dina axlar är att använda funktionen scale_xx() . Ta en titt på det förenklade formatet för den här funktionen:
|_+_|
|_+_|
Innebörden av dessa element är som följer:
- namn – Y- eller X-axeletikett
- brytningar – kontrollera brytningarna i din guide (t.ex. rutnätslinjer och axeltick). Några av de vanligaste värdena inkluderar null-, waiver- och tecken- eller numeriska vektorer som anger avbrotten.
- etiketter – etiketter för dina axelmarkeringar. De tillåtna värdena inkluderar null-, waiver- och teckenvektorer.
- limits – denna numeriska vektor bestämmer gränserna för X- eller Y-axeln.
- trans – de flesta användare väljer log2 eller log10 som transvärde. Som namnet antyder används det för axeltransformation.
Sätt dina R-kodningsfärdigheter på prov
Om du ändrar skalan på din X- och Y-axel öppnas nya möjligheter i R. Det låter dig presentera dina data tydligt med lämpliga etiketter, bockmärken och andra viktiga element. Bäst av allt, du bör inte ha för mycket problem med att ändra skalan eftersom det mesta av processen är relativt okomplicerad.
Föredrar du standardaxlar eller anpassade axlar i R? Hur ofta byter du dina axlar? Har du någonsin skapat en anpassad axel? Låt oss veta i kommentarsfältet nedan.
