如何更改轴上的刻度标签
How to change the tick labels on an axis
我已尝试在此处提供尽可能多的信息。我希望我的问题是有道理的。这是我第一次使用堆栈溢出。我正在绘制行为数据图。我测量了 activity 动物在暴露于不同刺激下时的变化。刺激范围介于无刺激（本例中为 REST）、振动（本例中为振动）和闪光（本例中为脉冲）之间。我正在尝试复制我在 excel 中制作的一些图形。 excel 数字如下所示：
我使用的是 MacOS 版本 11.2.1
我正在使用的软件包包括：
library(tidyverse)
library(tidyr)
library(tibble)
library(ggplot2)
library(ggpubr)
library(dplyr)
library(plyr)
我使用这段代码总结了我的原始数据：
mydata <- ddply(df, c("BLOCK", "SEQ_BIN", "CONDITION"), summarise,
N = length(distance),
mean = mean(distance),
sd = sd(distance),
se = sd / sqrt(N))
这给了我正确的数据集，如下所示：
BLOCK SEQ_BIN CONDITION N mean sd se
1 1 1 PULSE 48 3.3416667 2.364258 0.3412513
2 1 2 REST 48 0.7354167 1.408257 0.2032644
3 1 3 REST 48 1.0250000 1.483885 0.2141804
4 1 4 REST 48 0.8708333 1.377935 0.1988878
5 1 5 REST 48 0.7604167 1.379136 0.1990612
6 1 6 REST 48 1.1270833 1.271578 0.1835365
我还在此处包含了完整的数据集：
structure(list(BLOCK = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L), SEQ_BIN = c(1, 2, 3, 4, 5, 6, 7, 8,
9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24,
25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 1, 2, 3,
4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36,
37, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
34, 35, 36, 37), CONDITION = c("PULSE", "REST", "REST", "REST",
"REST", "REST", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "PULSE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "REST", "REST", "REST", "REST",
"REST", "PULSE", "REST", "REST", "REST", "REST", "REST", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "PULSE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "REST", "REST", "REST", "REST", "REST", "PULSE", "REST",
"REST", "REST", "REST", "REST", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "PULSE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "REST",
"REST", "REST", "REST", "REST"), N = c(48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L), mean = c(3.34166666666667, 0.735416666666667, 1.025,
0.870833333333333, 0.760416666666667, 1.12708333333333, 2.32291666666667,
1.16875, 0.758333333333333, 0.625, 0.633333333333333, 0.35, 0.36875,
0.35, 0.277083333333333, 0.227083333333333, 0.21875, 0.56875,
0.495833333333333, 0.533333333333333, 0.335416666666667, 0.445833333333333,
0.34375, 0.0291666666666667, 0.129166666666667, 0.0354166666666667,
1.00625, 0.0291666666666667, 0.2125, 0.225, 0.139583333333333,
0.283333333333333, 0.139583333333333, 0.235416666666667, 0.35,
0.2375, 0.225, 3.32083333333333, 0.554166666666667, 0.75625,
0.69375, 0.395833333333333, 0.404166666666667, 3.46041666666667,
1.325, 0.53125, 0.441666666666667, 0.270833333333333, 0.204166666666667,
0.210416666666667, 0.164583333333333, 0.158333333333333, 0.0708333333333333,
0.139583333333333, 0.0708333333333333, 0.252083333333333, 0.122916666666667,
0.225, 0.341666666666667, 0.108333333333333, 0.258333333333333,
0.35625, 0.25625, 0.98125, 0.108333333333333, 0.09375, 0.0645833333333333,
0.0395833333333333, 0.1, 0.0354166666666667, 0.11875, 0.2125,
0.139583333333333, 0, 2.24375, 0.54375, 0.654166666666667, 0.45,
0.725, 0.435416666666667, 2.23333333333333, 0.764583333333333,
0.49375, 0.345833333333333, 0.139583333333333, 0.329166666666667,
0.16875, 0.122916666666667, 0.104166666666667, 0.164583333333333,
0.0291666666666667, 0.0354166666666667, 0.40625, 0.145833333333333,
0.15, 0.075, 0.075, 0.0979166666666667, 0, 0.135416666666667,
0.66875, 0.0291666666666667, 0.0291666666666667, 0.0645833333333333,
0.0583333333333333, 0, 0.0291666666666667, 0, 0.0875, 0.0645833333333333,
0.164583333333333), sd = c(2.36425808913848, 1.4082567438992,
1.48388506752276, 1.3779352937489, 1.37913626736869, 1.27157794137556,
2.55769507135119, 2.2472826380585, 1.28341852899488, 1.37724671378744,
1.31283894644042, 1.10299399122609, 0.829035905081857, 1.07624247841294,
1.34484667849256, 0.64436661407411, 0.928429525046852, 2.49494435617822,
2.02809609211823, 2.23895238927013, 1.8469629566184, 3.0888239401645,
2.18455957389925, 0.202072594216369, 0.529535458131408, 0.245373864405591,
1.26531574564225, 0.202072594216369, 0.668636274879778, 1.00095698889464,
0.587000881993369, 0.991095103179357, 0.599197897666018, 0.747332727554306,
1.30171735991589, 0.69851666545251, 0.616613952126812, 2.5305754398432,
1.41029019698653, 1.47704510223708, 1.47394480828569, 0.902704761549878,
1.03922195391723, 2.7874139302299, 2.05193214603088, 1.04640341474165,
1.0162160377897, 0.691885592969579, 0.555421378595944, 0.669785479577217,
0.584367118409322, 0.568998124116615, 0.34329959208988, 0.787060132697794,
0.34329959208988, 0.930565964445507, 0.413721863263043, 0.723319769784915,
1.43064236923575, 0.580474249738892, 0.73276896400566, 2.23110565568028,
1.08704288509817, 1.4658751289305, 0.580474249738892, 0.368669978695702,
0.314534159653053, 0.274241377865072, 0.526732198095615, 0.245373864405591,
0.648617597073994, 0.831718293143139, 0.739677785897586, 0, 2.25160994411233,
1.15591103427078, 1.4281305043968, 0.999148573706846, 1.60352006402935,
1.07079004107095, 2.91279885387243, 1.62970948766472, 1.28798147370051,
1.21549540435749, 0.599197897666018, 0.917433592781036, 0.504092295669346,
0.521960128636781, 0.41869012221417, 0.581081011429535, 0.202072594216369,
0.245373864405591, 1.41397376514228, 0.589250636025739, 0.661719230811325,
0.364078551262446, 0.519615242270663, 0.387841590460307, 0, 0.938194187433142,
0.86814947482464, 0.202072594216369, 0.202072594216369, 0.314534159653053,
0.282717311132842, 0, 0.202072594216369, 0, 0.342472238353057,
0.314534159653053, 0.602650028405864), se = c(0.341251261049463,
0.203264352544578, 0.214180360795183, 0.198887828192953, 0.199061173803622,
0.183536466687192, 0.369171484487398, 0.324367309007061, 0.185245508299537,
0.198788440236426, 0.1894919797825, 0.15920346943723, 0.119661025741719,
0.155342221156255, 0.194111897961614, 0.0930063095231238, 0.134007259052349,
0.360114198913158, 0.292730456181722, 0.323164941161967, 0.266586140046725,
0.445833333333333, 0.315314014512877, 0.0291666666666667, 0.076431859824405,
0.0354166666666667, 0.182632596589107, 0.0291666666666667, 0.0965093333229472,
0.144475696746389, 0.0847262793083548, 0.14305225615328, 0.0864867668788333,
0.107868187856924, 0.187886717039061, 0.100822196208112, 0.0890005578116235,
0.365257102849531, 0.203557856216416, 0.213193096845449, 0.212745607958599,
0.130294209269895, 0.14999876871047, 0.402328545740287, 0.296170894217444,
0.151035323295508, 0.146678150743174, 0.0998650833373525, 0.0801681706115103,
0.0966752067333022, 0.0843461282797969, 0.08212780503178, 0.0495510279764452,
0.113602344870374, 0.0495510279764452, 0.134315627517829, 0.0597156072811378,
0.104402215948875, 0.206495439248086, 0.0837842410860988, 0.105766089655618,
0.322032362724376, 0.156901125583024, 0.211580850071601, 0.0837842410860988,
0.0532129278605243, 0.0453990954362558, 0.0395833333333333, 0.0760272440903367,
0.0354166666666667, 0.0936198860679497, 0.120048195109032, 0.106763292200389,
0, 0.324991901835823, 0.166841386698873, 0.206132882787852, 0.14421467449752,
0.231448185154577, 0.154555229614472, 0.420426300594621, 0.235228302851028,
0.18590411263806, 0.175441649726138, 0.0864867668788333, 0.132420132938934,
0.0727594556502784, 0.0753384551936743, 0.060432713691847, 0.0838718195924555,
0.0291666666666667, 0.0354166666666667, 0.204089533482991, 0.0850510033324046,
0.0955109440092177, 0.0525502123943856, 0.075, 0.0559801116637976,
0, 0.135416666666667, 0.12530658324671, 0.0291666666666667, 0.0291666666666667,
0.0453990954362558, 0.0408067289217784, 0, 0.0291666666666667,
0, 0.0494316097507778, 0.0453990954362558, 0.0869850390318153
)), class = "data.frame", row.names = c(NA, -111L))
然后我试着做我的身材。我喜欢 R 可以轻松让我使用 facet_wrap 将大图从 excel 分解成块。但是，如果我对 x 轴使用“CONDITION”，我会得到正确的标签，但它已被总结，我不希望这样。见下图和代码：
ggplot(mydata, aes(x = CONDITION, y = mean)) +
geom_bar(stat="identity") +
facet_wrap(~BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5)) +
labs(x = "condition", y = "distance")
正确标记错误数据
如果我改用时间仓数据（本例中为SEQ_BIN）。我得到的正确数据与 excel 中的数字相同，但它是编号的，而不是带有动物当时接受的刺激的标签。见下图和代码：
ggplot(mydata, aes(x = SEQ_BIN, y = mean)) +
geom_bar(stat="identity") +
facet_wrap(~BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5)) +
labs(x = "condition", y = "distance")
有没有一种简单的方法可以更改 ggplot 中最后一张图中的刻度标签，以使用“条件”中的标签，但随着时间的推移？
一种方法是使用 geom_text 沿 x 轴标记每个柱状图的状况。您可能需要调整图之间的间距（以及轴标签和图之间的间距）以使其适合并清楚地显示所有文本：
library(tidyverse)
df <- tibble(
BLOCK = rep(1:3, each = 20),
SEQ_BIN = rep(1:20, times = 3),
CONDITION = case_when(
SEQ_BIN == 1 ~ "PULSE",
SEQ_BIN == 17 ~ "VIBRATE",
TRUE ~ "REST"
),
mean = rnorm(60, 5, 2)
)
df %>%
ggplot(aes(SEQ_BIN, mean)) +
geom_bar(stat = "identity") +
facet_wrap(~ BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5),
# These lines replace x axis ticks with labels and space things out
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
panel.spacing = unit(2, "cm"),
axis.title.x = element_text(margin = margin(2, unit = "cm"))) +
labs(x = "condition", y = "distance") +
geom_text(aes(y = -1, label = CONDITION), angle = 90, hjust = 1) +
# This ensures it doesn't cut the text off or expand the lower axis to include text
coord_cartesian(clip = "off", ylim = c(0, NA))
（所有这些都是在合成数据上完成的，试图镜像你自己的数据）
由 reprex package (v1.0.0)
于 2021 年 3 月 15 日创建
我已尝试在此处提供尽可能多的信息。我希望我的问题是有道理的。这是我第一次使用堆栈溢出。我正在绘制行为数据图。我测量了 activity 动物在暴露于不同刺激下时的变化。刺激范围介于无刺激（本例中为 REST）、振动（本例中为振动）和闪光（本例中为脉冲）之间。我正在尝试复制我在 excel 中制作的一些图形。 excel 数字如下所示：
我使用的是 MacOS 版本 11.2.1
我正在使用的软件包包括：
library(tidyverse)
library(tidyr)
library(tibble)
library(ggplot2)
library(ggpubr)
library(dplyr)
library(plyr)
我使用这段代码总结了我的原始数据：
mydata <- ddply(df, c("BLOCK", "SEQ_BIN", "CONDITION"), summarise,
N = length(distance),
mean = mean(distance),
sd = sd(distance),
se = sd / sqrt(N))
这给了我正确的数据集，如下所示：
BLOCK SEQ_BIN CONDITION N mean sd se
1 1 1 PULSE 48 3.3416667 2.364258 0.3412513
2 1 2 REST 48 0.7354167 1.408257 0.2032644
3 1 3 REST 48 1.0250000 1.483885 0.2141804
4 1 4 REST 48 0.8708333 1.377935 0.1988878
5 1 5 REST 48 0.7604167 1.379136 0.1990612
6 1 6 REST 48 1.1270833 1.271578 0.1835365
我还在此处包含了完整的数据集：
structure(list(BLOCK = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L), SEQ_BIN = c(1, 2, 3, 4, 5, 6, 7, 8,
9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24,
25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 1, 2, 3,
4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36,
37, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
34, 35, 36, 37), CONDITION = c("PULSE", "REST", "REST", "REST",
"REST", "REST", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "PULSE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "REST", "REST", "REST", "REST",
"REST", "PULSE", "REST", "REST", "REST", "REST", "REST", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "PULSE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "REST", "REST", "REST", "REST", "REST", "PULSE", "REST",
"REST", "REST", "REST", "REST", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "PULSE",
"VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "VIBRATE", "REST",
"REST", "REST", "REST", "REST"), N = c(48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L, 48L,
48L, 48L), mean = c(3.34166666666667, 0.735416666666667, 1.025,
0.870833333333333, 0.760416666666667, 1.12708333333333, 2.32291666666667,
1.16875, 0.758333333333333, 0.625, 0.633333333333333, 0.35, 0.36875,
0.35, 0.277083333333333, 0.227083333333333, 0.21875, 0.56875,
0.495833333333333, 0.533333333333333, 0.335416666666667, 0.445833333333333,
0.34375, 0.0291666666666667, 0.129166666666667, 0.0354166666666667,
1.00625, 0.0291666666666667, 0.2125, 0.225, 0.139583333333333,
0.283333333333333, 0.139583333333333, 0.235416666666667, 0.35,
0.2375, 0.225, 3.32083333333333, 0.554166666666667, 0.75625,
0.69375, 0.395833333333333, 0.404166666666667, 3.46041666666667,
1.325, 0.53125, 0.441666666666667, 0.270833333333333, 0.204166666666667,
0.210416666666667, 0.164583333333333, 0.158333333333333, 0.0708333333333333,
0.139583333333333, 0.0708333333333333, 0.252083333333333, 0.122916666666667,
0.225, 0.341666666666667, 0.108333333333333, 0.258333333333333,
0.35625, 0.25625, 0.98125, 0.108333333333333, 0.09375, 0.0645833333333333,
0.0395833333333333, 0.1, 0.0354166666666667, 0.11875, 0.2125,
0.139583333333333, 0, 2.24375, 0.54375, 0.654166666666667, 0.45,
0.725, 0.435416666666667, 2.23333333333333, 0.764583333333333,
0.49375, 0.345833333333333, 0.139583333333333, 0.329166666666667,
0.16875, 0.122916666666667, 0.104166666666667, 0.164583333333333,
0.0291666666666667, 0.0354166666666667, 0.40625, 0.145833333333333,
0.15, 0.075, 0.075, 0.0979166666666667, 0, 0.135416666666667,
0.66875, 0.0291666666666667, 0.0291666666666667, 0.0645833333333333,
0.0583333333333333, 0, 0.0291666666666667, 0, 0.0875, 0.0645833333333333,
0.164583333333333), sd = c(2.36425808913848, 1.4082567438992,
1.48388506752276, 1.3779352937489, 1.37913626736869, 1.27157794137556,
2.55769507135119, 2.2472826380585, 1.28341852899488, 1.37724671378744,
1.31283894644042, 1.10299399122609, 0.829035905081857, 1.07624247841294,
1.34484667849256, 0.64436661407411, 0.928429525046852, 2.49494435617822,
2.02809609211823, 2.23895238927013, 1.8469629566184, 3.0888239401645,
2.18455957389925, 0.202072594216369, 0.529535458131408, 0.245373864405591,
1.26531574564225, 0.202072594216369, 0.668636274879778, 1.00095698889464,
0.587000881993369, 0.991095103179357, 0.599197897666018, 0.747332727554306,
1.30171735991589, 0.69851666545251, 0.616613952126812, 2.5305754398432,
1.41029019698653, 1.47704510223708, 1.47394480828569, 0.902704761549878,
1.03922195391723, 2.7874139302299, 2.05193214603088, 1.04640341474165,
1.0162160377897, 0.691885592969579, 0.555421378595944, 0.669785479577217,
0.584367118409322, 0.568998124116615, 0.34329959208988, 0.787060132697794,
0.34329959208988, 0.930565964445507, 0.413721863263043, 0.723319769784915,
1.43064236923575, 0.580474249738892, 0.73276896400566, 2.23110565568028,
1.08704288509817, 1.4658751289305, 0.580474249738892, 0.368669978695702,
0.314534159653053, 0.274241377865072, 0.526732198095615, 0.245373864405591,
0.648617597073994, 0.831718293143139, 0.739677785897586, 0, 2.25160994411233,
1.15591103427078, 1.4281305043968, 0.999148573706846, 1.60352006402935,
1.07079004107095, 2.91279885387243, 1.62970948766472, 1.28798147370051,
1.21549540435749, 0.599197897666018, 0.917433592781036, 0.504092295669346,
0.521960128636781, 0.41869012221417, 0.581081011429535, 0.202072594216369,
0.245373864405591, 1.41397376514228, 0.589250636025739, 0.661719230811325,
0.364078551262446, 0.519615242270663, 0.387841590460307, 0, 0.938194187433142,
0.86814947482464, 0.202072594216369, 0.202072594216369, 0.314534159653053,
0.282717311132842, 0, 0.202072594216369, 0, 0.342472238353057,
0.314534159653053, 0.602650028405864), se = c(0.341251261049463,
0.203264352544578, 0.214180360795183, 0.198887828192953, 0.199061173803622,
0.183536466687192, 0.369171484487398, 0.324367309007061, 0.185245508299537,
0.198788440236426, 0.1894919797825, 0.15920346943723, 0.119661025741719,
0.155342221156255, 0.194111897961614, 0.0930063095231238, 0.134007259052349,
0.360114198913158, 0.292730456181722, 0.323164941161967, 0.266586140046725,
0.445833333333333, 0.315314014512877, 0.0291666666666667, 0.076431859824405,
0.0354166666666667, 0.182632596589107, 0.0291666666666667, 0.0965093333229472,
0.144475696746389, 0.0847262793083548, 0.14305225615328, 0.0864867668788333,
0.107868187856924, 0.187886717039061, 0.100822196208112, 0.0890005578116235,
0.365257102849531, 0.203557856216416, 0.213193096845449, 0.212745607958599,
0.130294209269895, 0.14999876871047, 0.402328545740287, 0.296170894217444,
0.151035323295508, 0.146678150743174, 0.0998650833373525, 0.0801681706115103,
0.0966752067333022, 0.0843461282797969, 0.08212780503178, 0.0495510279764452,
0.113602344870374, 0.0495510279764452, 0.134315627517829, 0.0597156072811378,
0.104402215948875, 0.206495439248086, 0.0837842410860988, 0.105766089655618,
0.322032362724376, 0.156901125583024, 0.211580850071601, 0.0837842410860988,
0.0532129278605243, 0.0453990954362558, 0.0395833333333333, 0.0760272440903367,
0.0354166666666667, 0.0936198860679497, 0.120048195109032, 0.106763292200389,
0, 0.324991901835823, 0.166841386698873, 0.206132882787852, 0.14421467449752,
0.231448185154577, 0.154555229614472, 0.420426300594621, 0.235228302851028,
0.18590411263806, 0.175441649726138, 0.0864867668788333, 0.132420132938934,
0.0727594556502784, 0.0753384551936743, 0.060432713691847, 0.0838718195924555,
0.0291666666666667, 0.0354166666666667, 0.204089533482991, 0.0850510033324046,
0.0955109440092177, 0.0525502123943856, 0.075, 0.0559801116637976,
0, 0.135416666666667, 0.12530658324671, 0.0291666666666667, 0.0291666666666667,
0.0453990954362558, 0.0408067289217784, 0, 0.0291666666666667,
0, 0.0494316097507778, 0.0453990954362558, 0.0869850390318153
)), class = "data.frame", row.names = c(NA, -111L))
然后我试着做我的身材。我喜欢 R 可以轻松让我使用 facet_wrap 将大图从 excel 分解成块。但是，如果我对 x 轴使用“CONDITION”，我会得到正确的标签，但它已被总结，我不希望这样。见下图和代码：
ggplot(mydata, aes(x = CONDITION, y = mean)) +
geom_bar(stat="identity") +
facet_wrap(~BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5)) +
labs(x = "condition", y = "distance")
正确标记错误数据
如果我改用时间仓数据（本例中为SEQ_BIN）。我得到的正确数据与 excel 中的数字相同，但它是编号的，而不是带有动物当时接受的刺激的标签。见下图和代码：
ggplot(mydata, aes(x = SEQ_BIN, y = mean)) +
geom_bar(stat="identity") +
facet_wrap(~BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5)) +
labs(x = "condition", y = "distance")
有没有一种简单的方法可以更改 ggplot 中最后一张图中的刻度标签，以使用“条件”中的标签，但随着时间的推移？
一种方法是使用 geom_text 沿 x 轴标记每个柱状图的状况。您可能需要调整图之间的间距（以及轴标签和图之间的间距）以使其适合并清楚地显示所有文本：
library(tidyverse)
df <- tibble(
BLOCK = rep(1:3, each = 20),
SEQ_BIN = rep(1:20, times = 3),
CONDITION = case_when(
SEQ_BIN == 1 ~ "PULSE",
SEQ_BIN == 17 ~ "VIBRATE",
TRUE ~ "REST"
),
mean = rnorm(60, 5, 2)
)
df %>%
ggplot(aes(SEQ_BIN, mean)) +
geom_bar(stat = "identity") +
facet_wrap(~ BLOCK, ncol = 1) +
ggtitle("habituation (vibration)") +
theme(legend.position = "none", plot.title = element_text(hjust = 0.5),
# These lines replace x axis ticks with labels and space things out
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
panel.spacing = unit(2, "cm"),
axis.title.x = element_text(margin = margin(2, unit = "cm"))) +
labs(x = "condition", y = "distance") +
geom_text(aes(y = -1, label = CONDITION), angle = 90, hjust = 1) +
# This ensures it doesn't cut the text off or expand the lower axis to include text
coord_cartesian(clip = "off", ylim = c(0, NA))
（所有这些都是在合成数据上完成的，试图镜像你自己的数据）
由 reprex package (v1.0.0)
于 2021 年 3 月 15 日创建