R中的对数刻度图

Question

我想绘制聚类系数和平均最短- 路径作为 Watts-Strogatz 模型的参数 p 的函数如下：

这是我的代码：

library(igraph)
library(ggplot2)
library(reshape2)
library(pracma)
p <- #don't know how to generate this?
trans <- -1
path <- -1

for (i in p) {
  ws_graph <- watts.strogatz.game(1, 1000, 4, i)
  trans <-c(trans, transitivity(ws_graph, type = "undirected", vids = NULL,
               weights = NULL))
  path <- c(path,average.path.length(ws_graph))
}
#Remove auxiliar values
trans <- trans[-1]
path <- path[-1]
#Normalize them
trans <- trans/trans[1]
path <- path/path[1]

x = data.frame(v1 = p, v2 = path, v3 = trans)

plot(p,trans, ylim = c(0,1), ylab='coeff')
par(new=T)
plot(p,path, ylim = c(0,1), ylab='coeff',pch=15)

我应该如何制作这个 x 轴？

Answer 1

您可以使用如下代码生成p 的值：

p <- 10^(seq(-4,0,0.2))

您希望 x 值在 log10 刻度上均匀分布。这意味着您需要将均匀间隔的值作为以 10 为底的指数，因为 log10 比例取 x 值的 log10，这是完全相反的操作。

有了这个，你已经很远了。你不需要par(new=TRUE)，你可以简单地使用函数plot，然后使用函数points。后者不会重绘整个情节。使用参数log = 'x' 告诉 R 你需要一个对数 x 轴。这只需要在plot函数中设置，points函数和所有其他低级绘图函数（那些不替换但添加到绘图的）尊重这个设置：

plot(p,trans, ylim = c(0,1), ylab='coeff', log='x')
points(p,path, ylim = c(0,1), ylab='coeff',pch=15)

编辑：如果您想复制上图的对数轴外观，您必须自己计算它们。在互联网上搜索“R log10 minor ticks”或类似内容。下面是一个简单的函数，可以计算对数轴主要和次要刻度的适当位置

log10Tck <- function(side, type){
   lim <- switch(side, 
     x = par('usr')[1:2],
     y = par('usr')[3:4],
     stop("side argument must be 'x' or 'y'"))
   at <- floor(lim[1]) : ceil(lim[2])
   return(switch(type, 
     minor = outer(1:9, 10^(min(at):max(at))),
     major = 10^at,
     stop("type argument must be 'major' or 'minor'")
   ))
}

在你定义了这个函数之后，通过使用上面的代码，你可以在axis(...)函数里面调用这个函数，绘制坐标轴。作为建议：将函数保存在其自己的 R 脚本中，并使用函数 source 在计算顶部导入该脚本。通过这种方式，您可以在未来的项目中重用该功能。在绘制轴之前，您必须阻止 plot 绘制默认轴，因此将参数 axes = FALSE 添加到您的 plot 调用中：

plot(p,trans, ylim = c(0,1), ylab='coeff', log='x', axes=F)

然后您可以使用由 新功能：

axis(1, at=log10Tck('x','major'), tcl= 0.2) # bottom
axis(3, at=log10Tck('x','major'), tcl= 0.2, labels=NA) # top
axis(1, at=log10Tck('x','minor'), tcl= 0.1, labels=NA) # bottom
axis(3, at=log10Tck('x','minor'), tcl= 0.1, labels=NA) # top
axis(2) # normal y axis
axis(4) # normal y axis on right side of plot
box()

作为第三种选择，当您在原始帖子中导入 ggplot2 时：相同，没有上述所有内容，使用 ggplot：

# Your data needs to be in the so-called 'long format' or 'tidy format' 
# that ggplot can make sense of it. Google 'Wickham tidy data' or similar
# You may also use the function 'gather' of the package 'tidyr' for this
# task, which I find more simple to use.  
d2 <- reshape2::melt(x, id.vars = c('v1'), measure.vars = c('v2','v3'))
ggplot(d2) +
   aes(x = v1, y = value, color = variable) + 
   geom_point() + 
   scale_x_log10()