R ggplot2中的X轴刻度线

这里我得到了一个数据帧，由34个样本的3264个标准化数据点组成（3264 x 34）。我使用以下脚本生成了ggplot：

cl21  <- geom_line(aes(y=CL021, col="CL"))
cl22  <- geom_line(aes(y=CL022, col="CL"))
cl24  <- geom_line(aes(y=CL024, col="CL"))
cl25  <- geom_line(aes(y=CL025, col="CL"))
cl27  <- geom_line(aes(y=CL027, col="CL"))
cl28  <- geom_line(aes(y=CL028, col="CL"))
cl30  <- geom_line(aes(y=CL030, col="CL"))
cl33  <- geom_line(aes(y=CL033, col="CL"))
cl35  <- geom_line(aes(y=CL035, col="CL"))
cl36  <- geom_line(aes(y=CL036, col="CL"))
cl37  <- geom_line(aes(y=CL037, col="CL"))
cl38  <- geom_line(aes(y=CL038, col="CL"))
cl39  <- geom_line(aes(y=CL039, col="CL"))
cl40  <- geom_line(aes(y=CL040, col="CL"))
ng172  <- geom_line(aes(y=NG172, col="NG"))
ng176  <- geom_line(aes(y=NG176, col="NG"))
ng178  <- geom_line(aes(y=NG178, col="NG"))
ng190  <- geom_line(aes(y=NG190, col="NG"))
ng191  <- geom_line(aes(y=NG191, col="NG"))
ng195  <- geom_line(aes(y=NG195, col="NG"))
ng218  <- geom_line(aes(y=NG218, col="NG"))
ng232  <- geom_line(aes(y=NG232, col="NG"))
ng244  <- geom_line(aes(y=NG244, col="NG"))
ng264  <- geom_line(aes(y=NG264, col="NG"))
ng285  <- geom_line(aes(y=NG285, col="NG"))
ng289  <- geom_line(aes(y=NG289, col="NG"))
ng299  <- geom_line(aes(y=NG299, col="NG"))
ng302  <- geom_line(aes(y=NG302, col="NG"))
ng306  <- geom_line(aes(y=NG306, col="NG"))
ng318  <- geom_line(aes(y=NG318, col="NG"))
ng320  <- geom_line(aes(y=NG320, col="NG"))
ng335  <- geom_line(aes(y=NG335, col="NG"))
ng338  <- geom_line(aes(y=NG338, col="NG"))
ng367  <- geom_line(aes(y=NG367, col="NG"))
gplot(normDF, aes(x=pos, y= value))+ cl21 +cl22  +cl24 +cl25 +cl27 +cl28 +cl30 +cl33 +cl35 +cl36 +cl37 +cl38 +cl39 +cl40 + ng172+ ng176+ ng178+ ng190+ ng191+ ng195+ ng218+ ng232+ ng244+ ng264+ ng285+ ng289+ ng299+ ng302+ ng306+ ng318+ ng320+ ng335+ ng338+ ng367  -> p

---

但是滴答声没有出现在我的图上！我想知道这里是否有人能给我一些建议

我认为您需要使用

scale\u x\u continuous

，因为您的值是连续的

下面是一个示例，包括一个MWE，展示了如何使用

reformae2

软件包中的

melt

稍微加快流程，以简化事情：

library(reshape2)
library(ggplot2)

df <-
  data.frame(
    x = 1:100
    , ya = 1:100
    , yb = seq(1,50, length.out = 100)
    , yc = seq(1,25, length.out = 100)
    , yd = seq(1,10, length.out = 100)
  )

melted <- 
  melt(df, id.vars ="x")

melted$set <-
  ifelse(melted$variable %in% c("ya","yb")
         , "set A"
         , "set B")

head(melted)

ggplot(melted
       , aes(x, value
             , group = variable
             , col = set)) +
  geom_line() +
  scale_x_continuous(breaks = c(1, 20, 55, 80)
                     , labels = c(1,2,3,4))

---

我认为您需要使用

scale\u x\u continuous

，因为您的值是连续的

下面是一个示例，包括一个MWE，展示了如何使用

reformae2

软件包中的

melt

稍微加快流程，以简化事情：

library(reshape2)
library(ggplot2)

df <-
  data.frame(
    x = 1:100
    , ya = 1:100
    , yb = seq(1,50, length.out = 100)
    , yc = seq(1,25, length.out = 100)
    , yd = seq(1,10, length.out = 100)
  )

melted <- 
  melt(df, id.vars ="x")

melted$set <-
  ifelse(melted$variable %in% c("ya","yb")
         , "set A"
         , "set B")

head(melted)

ggplot(melted
       , aes(x, value
             , group = variable
             , col = set)) +
  geom_line() +
  scale_x_continuous(breaks = c(1, 20, 55, 80)
                     , labels = c(1,2,3,4))

---

为什么您要使用

scale\u alpha\u discrete

来控制x轴？如果没有

normDF

，您真的很难得到帮助。另外，这个例子可能不是你能想到的最简单的重现你的问题的例子。此外，这可能不是向绘图中添加一组不同线条的最简单方法（请参见

group

参数）。我还尝试了scale-x_离散，没有用！为什么您要使用

scale\u alpha\u discrete

来控制x轴？如果没有

normDF

，您真的很难得到帮助。另外，这个例子可能不是你能想到的最简单的重现你的问题的例子。此外，这可能不是向绘图中添加一组不同线条的最简单方法（请参见

group

参数）。我还尝试了scale-x_离散，没有用！谢谢你，马克，这真的很有帮助！谢谢你，马克，这真的很有帮助！

df <-
  data.frame(
    x = 1:100
    , CLa = 1:100
    , CLb = seq(1,50, length.out = 100)
    , NGc = seq(1,25, length.out = 100)
    , NGd = seq(1,10, length.out = 100)
  )

melted <- 
  melt(df, id.vars ="x")

melted$set <-
  substr(melted$variable, 1, 2)

head(melted)

ggplot(melted
       , aes(x, value
             , group = variable
             , col = set)) +
  geom_line() +
  scale_x_continuous(breaks = c(1, 20, 55, 80)
                     , labels = c(1,2,3,4))