ggplot BARCPLOT：如何使用对数缩放y轴显示小正数

主要问题：我希望将0到1.0之间的数据显示为向上的条（从0开始），但不希望间隔等距，而是对数间隔

我试图将下面数据集中标记为“mean”的列显示为ggplot中的条形图，但由于数字非常小，我希望在对数刻度上显示y轴，而不是对数据本身进行对数变换。换句话说，我希望竖直杆的y轴标签为0、1e-8、1e-6、1e-4、1e-2和1e-0（即从0到1.0，但间隔为对数比例）

下面的解决方案不起作用，因为钢筋是反向的

> print(df)
        type         mean           sd           se snp
V7    outer 1.596946e-07 2.967432e-06 1.009740e-08   A
V8    outer 7.472417e-07 6.598652e-06 2.245349e-08   B
V9    outer 1.352327e-07 2.515771e-06 8.560512e-09   C
V10   outer 2.307726e-07 3.235821e-06 1.101065e-08   D
V11   outer 4.598375e-06 1.653457e-05 5.626284e-08   E
V12   outer 5.963164e-07 5.372226e-06 1.828028e-08   F
V71  middle 2.035414e-07 3.246161e-06 1.104584e-08   A
V81  middle 9.000131e-07 7.261463e-06 2.470886e-08   B
V91  middle 1.647716e-07 2.875840e-06 9.785733e-09   C
V101 middle 3.290817e-07 3.886779e-06 1.322569e-08   D
V111 middle 6.371170e-06 1.986268e-05 6.758752e-08   E
V121 middle 8.312429e-07 6.329386e-06 2.153725e-08   F

下面的代码正确生成带有错误条的分组条形图

ggplot(data=df, aes(x=snp,y=mean,fill=type))+
  geom_bar(stat="identity",position=position_dodge(),width=0.5) + 
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se),width=.3, position=position_dodge(.45)) 

但是，我希望缩放y轴日志，因此我添加了scale_y_log10（），如下所示：

 ggplot(data=df, aes(x=snp,y=mean,fill=type))+
  geom_bar(stat="identity",position=position_dodge(),width=0.5) + scale_y_log10() +
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se),width=.3, position=position_dodge(.45)) 

但奇怪的是，这些栅栏从上面掉了下来，但我只是想让它们像平常一样往上爬，不知道我做错了什么

---

谢谢你

这里有一点黑客攻击，来说明如果你试图在对数刻度上获得从零开始的条会发生什么。我使用了

geom_段

进行说明，这样我就可以创建扩展到任意范围的“条”（实际上是宽线段）。为了实现这一点，我还必须手动执行所有的规避操作，这就是为什么

x

映射看起来很奇怪的原因

在下面的示例中，比例从y=1e-20变为y=1。y轴间隔为对数比例，这意味着从1e-20到1e-19的物理距离与从1e-8到1e-7的物理距离相同，即使这些间隔的大小相差1万亿倍

无法显示下降到零的条形图，因为对数刻度上的零是图形底部下方的无限距离。例如，我们可以通过将下面代码中的

1e-20

更改为

1e-100

来接近零。但这只会使数据值之间已经很小的物理距离变得更小，从而更难区分

这些条形图在另一方面也是误导性的，因为正如@hrbrmstr所指出的，我们的大脑线性地处理条形图上的距离，但在下面的例子中，条形图上每增加一个距离所代表的大小大约每几毫米改变10倍。这些条只是没有编码有关数据的有意义的信息

ggplot(data=df, aes(x=as.numeric(snp) + 0.3*(as.numeric(type) - 1.5), 
                    y=mean, colour=type)) +
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se), width=.3) +
  geom_segment(aes(xend=as.numeric(snp) + 0.3*(as.numeric(type) - 1.5),
                   y=1e-20, yend=mean), size=5) +
  scale_y_log10(limits=c(1e-20, 1), breaks=10^(-100:0), expand=c(0,0)) +
  scale_x_continuous(breaks=1:6, labels=LETTERS[1:6])

如果您想坚持使用对数比例，可能绘制点是更好的方法：

pd = position=position_dodge(.5)
ggplot(data=df, aes(x=snp,y=mean,fill=type))+
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se, colour=type), width=.3, position=pd) +
  geom_point(aes(colour=type), position=pd) +
  scale_y_log10(limits=c(1e-7, 1e-5), breaks=10^(-10:0)) +
  annotation_logticks(sides="l")

---

这里有一点黑客攻击，以显示如果您尝试在对数刻度上获取从零开始的条会发生什么。我使用了

geom_段

进行说明，这样我就可以创建扩展到任意范围的“条”（实际上是宽线段）。为了实现这一点，我还必须手动执行所有的规避操作，这就是为什么

x

映射看起来很奇怪的原因

在下面的示例中，比例从y=1e-20变为y=1。y轴间隔为对数比例，这意味着从1e-20到1e-19的物理距离与从1e-8到1e-7的物理距离相同，即使这些间隔的大小相差1万亿倍

无法显示下降到零的条形图，因为对数刻度上的零是图形底部下方的无限距离。例如，我们可以通过将下面代码中的

1e-20

更改为

1e-100

来接近零。但这只会使数据值之间已经很小的物理距离变得更小，从而更难区分

这些条形图在另一方面也是误导性的，因为正如@hrbrmstr所指出的，我们的大脑线性地处理条形图上的距离，但在下面的例子中，条形图上每增加一个距离所代表的大小大约每几毫米改变10倍。这些条只是没有编码有关数据的有意义的信息

ggplot(data=df, aes(x=as.numeric(snp) + 0.3*(as.numeric(type) - 1.5), 
                    y=mean, colour=type)) +
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se), width=.3) +
  geom_segment(aes(xend=as.numeric(snp) + 0.3*(as.numeric(type) - 1.5),
                   y=1e-20, yend=mean), size=5) +
  scale_y_log10(limits=c(1e-20, 1), breaks=10^(-100:0), expand=c(0,0)) +
  scale_x_continuous(breaks=1:6, labels=LETTERS[1:6])

如果您想坚持使用对数比例，可能绘制点是更好的方法：

pd = position=position_dodge(.5)
ggplot(data=df, aes(x=snp,y=mean,fill=type))+
  geom_errorbar(aes(ymin=mean-se, ymax=mean+se, colour=type), width=.3, position=pd) +
  geom_point(aes(colour=type), position=pd) +
  scale_y_log10(limits=c(1e-7, 1e-5), breaks=10^(-10:0)) +
  annotation_logticks(sides="l")

---

条形图以零为单位定义。你的数字很小。非常小的数字的对数是负数。这个条从零到负数。我有点困惑，因为我没有对数据本身进行日志转换，所以这些数字仍然是正数。此外，如果绘制数据，您将看到y轴单位仍然从1e-6（底部）增加到1e-3，但奇怪的是，这些条从顶部到底部“下降”，即从较大的数字到较小的数字。我只想以对数比例查看数据，而不是转换数据本身。我希望我说的有道理你绝对是在转换数据

scale\u y\u log10（）

log会在打印数据之前对其进行转换。不，它会对记号标签的数据进行反向转换。绝对不是虫子。我也很担心你这么做。条形图绝对应该从0开始，但不能用对数10标度（

log10（0）

==

-Inf

），大多数人都会做出非常糟糕的结论，因为他们会在头脑中线性比较条形图，并且必须不断记住这是一个对数标度，并尝试对其进行补偿。如果问题是E和其他条形图对之间的YUGE差异，则可以使用带有自由Y刻度的镶嵌面来补偿，并使其紧凑。条形图以零为单位定义。你的数字很小。非常小的数字的对数是负数。这个条从零到负数。我有点困惑，因为我没有对数据本身进行日志转换，所以这些数字仍然是正数。此外，如果绘制数据，您将看到y轴单位仍然从1e-6（底部）增加到1e-3，但奇怪的是，这些条从顶部到底部“下降”，即从较大的数字到较小的数字。我只想以对数比例查看数据，但不想转换数据