使用ggplot2和轴缩放在R中的点之间正确插值

Question

我有一些数据想在半对数尺度上绘制图表，但是当点之间有很大的跳跃时我会得到一些伪像。在线性尺度上，在后续点之间绘制一条直线，这是可视化的精细近似值。然而，当使用对数刻度时（通过使用 scale_x_log10 或 scale_x_continuous 进行对数转换，会发生完全相同的事情）。半对数刻度上两点之间的线应该显示为弯曲的。换句话说，这个：

df <- data.frame(x = c(0, 1), y = c(0, 1))
ggplot(data = df, aes(x, y)) + geom_line() + scale_x_log10(limits = c(10^-3, 10^0))

产生这个：

当我期待更多这样的事情时：

由此代码生成：

df <- data.frame(x = seq(0, 1, 0.01), y = seq(0, 1, 0.01))
ggplot(data = df, aes(x, y)) + geom_line() + scale_x_log10(limits = c(10^-3, 10^0))

很清楚发生了什么，但我不确定修复插值的最佳方法是什么。在我绘制的实际数据中，在不同的点有一些跳跃，这使得在尝试比较两条线时这些图非常具有误导性。（在这种情况下，它们是 ROC 曲线。）

一个想法是我可以在数据中搜索跳跃并自己填充一些插值点，但我希望有一种更简洁的方法，不需要我添加一堆假数据点。

Answer 1

你说的是坐标系的变换，不是尺度的变换。区别在于比例变换发生在任何统计变换之前，而坐标变换发生在之后。在这种情况下，"statistical transformation" 是 "draw a straight line between the points"。使用转换后的比例，转换后的（log）中的线是直的space；使用变换后的坐标，它在原始（线性）space 中是直的，因此在 log space.

中是弯曲的

# don't include 0 in the data because log 0 is -Inf
DF <- data.frame(x = c(0.1, 1), y = c(0.1, 1))
ggplot(data = DF, aes(x = x, y = y)) +
  geom_line() +
  coord_trans(x="log10")

使用ggplot2和轴缩放在R中的点之间正确插值

Interpolating correctly between points in R using ggplot2 and axis scaling

r

ggplot2