ggplot scale_y_log10 () problema

geom_bar e scale_y_log10 (o qualsiasi scala logaritmica) non funzionano bene insieme e non danno risultati attesi.

Il primo problema fondamentale è che le barre vanno a 0, e su una scala logaritmica, 0 viene trasformato in infinito negativo (che è difficile da tracciare). La greppia attorno a questo di solito inizia da 1 piuttosto che da 0 (poiché $ \ log (1) = 0 $), non traccia nulla se ci sono 0 conteggi, e non ti preoccupare della distorsione perché se è necessaria una scala di log probabilmente non non mi interessa essere fuori da 1 (non necessariamente vero, ma …)

Sto usando l’esempio di diamonds mostrato da @dememarest.

Fare questo in generale è trasformare la coordinata, non la scala (più sulla differenza più tardi).

 ggplot(diamonds, aes(x=clarity, fill=cut)) + geom_bar() + coord_trans(ytrans="log10") 

Ma questo dà un errore

 Error in if (length(from) == 1 || abs(from[1] - from[2]) < 1e-06) return(mean(to)) : missing value where TRUE/FALSE needed 

che deriva dal problema dell'infinito negativo.

Quando si utilizza una trasformazione di scala, la trasformazione viene applicata ai dati, quindi vengono eseguite le statistiche e le disposizioni, quindi le scale vengono etichettate nella trasformazione inversa (approssimativamente). Puoi vedere cosa sta succedendo scoppiando i calcoli tu stesso.

 DF <- ddply(diamonds, .(clarity, cut), summarise, n=length(clarity)) DF$log10n <- log10(DF$n) 

che dà

 > head(DF) clarity cut n log10n 1 I1 Fair 210 2.322219 2 I1 Good 96 1.982271 3 I1 Very Good 84 1.924279 4 I1 Premium 205 2.311754 5 I1 Ideal 146 2.164353 6 SI2 Fair 466 2.668386 

Se tracciamo questo nel modo normale, otteniamo il grafico a barre previsto:

 ggplot(DF, aes(x=clarity, y=n, fill=cut)) + geom_bar(stat="identity") 

e scalare l'asse y dà lo stesso problema dell'utilizzo dei dati non pre-riassunti.

 ggplot(DF, aes(x=clarity, y=n, fill=cut)) + geom_bar(stat="identity") + scale_y_log10() 

Possiamo vedere come si verifica il problema log10() valori log10() dei conteggi.

 ggplot(DF, aes(x=clarity, y=log10n, fill=cut)) + geom_bar(stat="identity") 

Sembra scale_y_log10 quello con scale_y_log10 , ma le etichette sono 0, 5, 10, ... invece di 10 ^ 0, 10 ^ 5, 10 ^ 10, ...

Quindi, utilizzando scale_y_log10 rende i conteggi, li converte in registri, impila questi registri e quindi visualizza la scala nel modulo anti-log. Tuttavia, i registri di impilamento non sono una trasformazione lineare, quindi ciò che gli hai chiesto di fare non ha alcun senso.

La linea di fondo è che i grafici a barre in pila su una scala di log non hanno molto senso perché non possono iniziare a 0 (dove dovrebbe essere il fondo di una barra), e il confronto di parti della barra non è ragionevole perché la loro dimensione dipende su dove sono in pila. Considerato invece qualcosa come:

 ggplot(diamonds, aes(x=clarity, y=..count.., colour=cut)) + geom_point(stat="bin") + scale_y_log10() 

O se vuoi davvero un totale per i gruppi che impilano le barre di solito ti danno, puoi fare qualcosa come:

 ggplot(diamonds, aes(x=clarity, y=..count..)) + geom_point(aes(colour=cut), stat="bin") + geom_point(stat="bin", colour="black") + scale_y_log10()