R中同一图上相同比例的两个y轴答案

【问题标题】：Two y axes on the same scale on the same plot in RR中同一图上相同比例的两个y轴
【发布时间】：2018-05-16 18:45:24
【问题描述】：

我目前正在尝试重现如下所示的情节：

忽略右侧的刻度，图上有两个 y 轴。 X 是 VIP 分数，y 尺度由绝对回归系数的加权和确定，但是这个尺度是不可见的，并且在左侧 y 轴上可以看到质量。在这种情况下，质量是分类变量，与绝对回归系数加权和的连续变量中的每个值相匹配。

我的问题是如何使用 ggplot2 或其他 R 包来重现这个？直接使用 ggrepel 标记点不是一种选择，因为我的数据集中有太多的质量。有没有办法创建一个带有两个 y 轴但第二个 y 轴是分类变量的散点图？

样本数据：

        Masses      Overall        VIP1      
1     82.07010  38.26669006 1.484957089
2     84.08570  34.22745192 1.328724766 
3     95.08570  38.65684978 1.500047945
4     96.08571  13.13685100 0.512968559
5     98.10140  36.07639404 1.400239372
6     99.04410  17.37079280 0.676731759
7    105.07530   9.38047849 0.367677099 
8    110.10130  36.66816959 1.423128458
9    111.10160  13.64197654 0.532506138
10   113.06040  10.09391101 0.395271714

【问题讨论】：

完全糊涂了。您发布的图上的两个 y 轴是什么？我所看到的只是一个带有数字标签的点图。（dotplot 表示克利夫兰风格，like this，比较见Wikipedia。
你可以使用scale_y_discrete来标记你想要的y轴。如果您共享要绘制的数据（或澄清...你说的是分类的，你希望 y 位置由“绝对回归系数的加权和”确定。那是 Overall 列吗？
我也不确定您是否正确使用了“分类”和“连续”。你的群众看起来是数字的，而不是分类的。在您的示例图中，您说 Y 比例是连续的，但完全均匀的垂直间距使它看起来很明确....
感谢您的回复！ @Gregor质量是精确的质量，因此虽然它们可以用作数值变量，但它们也可以被认为是描述性的，因为它们属于一种化合物。所以这里的一个质量相当于一个有机分子的名称。所以你的描述是准确的，VIP1 需要 x 轴，我需要整体（即加权和）来确定 y 轴的比例，但用质量标记 y 轴（即相当于化合物）。我将如何使用 scale_y_discrete 来做到这一点？

标签： r ggplot2 statistics

【解决方案1】：

这看起来很糟糕，但这正是您所要求的。调用你的数据dd：

ggplot(dd, aes(x = VIP1, y = Overall)) +
    geom_point() +
    scale_y_continuous(breaks = dd$Overall, labels = dd$Masses)

我们使用scale_y_continuous 是因为您要定义y 轴位置的变量Overall 是连续的。

使用这些数据：

dd = read.table(text = "        Masses      Overall        VIP1      
1     82.07010  38.26669006 1.484957089
2     84.08570  34.22745192 1.328724766 
3     95.08570  38.65684978 1.500047945
4     96.08571  13.13685100 0.512968559
5     98.10140  36.07639404 1.400239372
6     99.04410  17.37079280 0.676731759
7    105.07530   9.38047849 0.367677099 
8    110.10130  36.66816959 1.423128458
9    111.10160  13.64197654 0.532506138
10   113.06040  10.09391101 0.395271714", header = TRUE)

【讨论】：

谢谢！你是对的，我想我必须找到一种不同的方式来表示这些结果，但这正是我想做的。