axis.break и ggplot2 или gap.plot? сюжет может быть слишком сложным

TL;DR: посмотрите вниз.

Рассмотрим эти цифры:

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic()

Это ваш основной сюжет. Теперь вы должны рассмотреть ось Y.

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() +
  scale_y_continuous(limits = c(0,NA), expand = c(0,0))

Это наименее вводящий в заблуждение способ подчеркнуть, что для данных существует нулевой нижний предел, даже если фактических точек ниже определенного значения нет. Процентное содержание молочного белка является хорошим примером данных, где отрицательные значения невозможны, и вы хотите это подчеркнуть, но ни одно из наблюдений не было близко к нулю.

Это также сужает пояснительный диапазон оси Y, так что разница между наблюдениями становится меньше. Если это то, что вы хотите подчеркнуть, это может быть хорошо. Но если естественный диапазон некоторых данных узок, включение нуля (и возникающего в результате пустого места) вводит в заблуждение. Например, если молочный белок всегда находится в пределах от 2,6% до 2,7%, то нулевое значение не является истинным нижним пределом для данных, но так же невозможно, как и -50%.

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() +
  scale_y_continuous(limits = c(0,NA), expand = c(0,0)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf) 

Есть много причин не включать сломанную ось Y. Многие считают неэтичным или вводящим в заблуждение включение одного в диапазоны данных. Но этот конкретный случай находится на внешнем пределе, за пределами фактических данных. Я думаю, что правила могут быть изогнуты немного для этого.

Первый шаг — удалить автоматическую линию оси Y и нарисовать ее «вручную» с помощью annotate. Обратите внимание, что фигура выглядит идентично предыдущей. Если в выбранной вами теме используется много разных размеров, у вас будут плохие времена.

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf)

Теперь вы можете подумать, где начинаются фактические данные и где хорошее место для разрыва. Вы должны проверить вручную; например min(iris$Sepal.Length) и подумайте, куда пойдут галочки. Это личное суждение.

Я обнаружил, что самое низкое значение было 4,3. Я знал, что хочу, чтобы разрыв был ниже минимума, и я хотел, чтобы разрыв был длиной около 0,5 единицы. Поэтому я решил поставить галочку на 3,5, а затем каждое целое число с breaks = c(3.5, 4:7).

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7), labels = c(0, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf)

Теперь нам нужно перемаркировать отметку 3,5 так, чтобы она была фальшивым нулем с помощью labels = c(0, 4:7).

ggplot(iris, aes(Species, Sepal.Length)) + geom_boxplot() + 
  theme_classic() + 
  scale_y_continuous(limits = c(3.5,NA), expand = c(0,0), 
                     breaks = c(3.5, 4:7), labels = c(0, 4:7)) + 
  theme(axis.line.y = element_blank()) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y = -Inf, yend = Inf) +
  annotate(geom = "segment", x = -Inf, xend = -Inf, y =  3.5, yend = 4,
           linetype = "dashed", color = "white")

Теперь мы рисуем белую пунктирную линию над нарисованной вручную осевой линией, идущей от нашего фальшивого нуля (y = 3,5) до самой нижней истинной деления (y = 4).

Учтите, что грамматика графики — это зрелая философия; то есть каждый элемент имеет вдумчивое обоснование. Тот факт, что это сложно сделать, имеет веские причины, и вам нужно подумать, имеют ли ваши собственные причины достаточный вес для другой стороны.