共计 2104 个字符，预计需要花费 6 分钟才能阅读完成。
双 y 轴图的目标，是想要在同一坐标系中画两组数据，然而他们值范畴差很多，比方一组数据是 1 -10，另一组是 10-100，那么能够对第一组数据做数据变动，比方第一组数据乘以 10，而后在对应的 y 轴上写上 1 -10，尽管第一组的数据曾经变成了 10-100。
这种数据变换叫做归一化 (Normalization，又称 Min-Max Scaling)
把数值型某一特色缩放到最大值和最小值在某个范畴，在 sklearn 中应用 MinMaxScaler 能够归一化解决特色矩阵。
from sklearn.preprocessing import MinMaxScaler
a = np.arange(1,11).reshape(-1,1)
scaler = MinMaxScaler(feature_range=(10,100)) #实例化
scaler = scaler.fit(a) #fit，在这里实质是生成 min(x) 和 max(x)
scaler.transform(a) #通过接口导出后果
数学计算过程
xi′=xi−min(x)max(x)−min(x)x_i’=\frac{x_i-min(x)}{max(x)-min(x)}
xi′=max(x)−min(x)xi−min(x)
在 R 中能够应用 scales::rescale 函数把某一组数据变动到某一范畴。
using(scales)
a=1:10
scales::rescale(a,c(10,100))
画图
想要模拟文献中的最左边的双坐标图（barplot+lineplot）
演示数据
R P
1: -0.5186650 3.363205
2: -0.5033615 3.168150
3: 0.4924422 3.034439
4: -0.4785956 2.871116
5: -0.4725588 2.802014
6: -0.4591719 2.653164
7: 0.4565071 2.624237
8: 0.4556375 2.614848
9: -0.4548278 2.606127
10: -0.4533324 2.590075
11: -0.4529072 2.585524
12: 0.4527432 2.583770
13: -0.4521214 2.577129
14: -0.4510678 2.565903
15: -0.4478618 2.531959
16: 0.4413370 2.463869
17: -0.4411496 2.461933
18: -0.4392941 2.442820
19: 0.4379135 2.428666
20: -0.4378894 2.428420
实例数据中 R 得范畴是 [-0.5186650,0.4924422]，所以能够把坐标轴的范畴设置为 x_min_max=[-0.6,0.5]。
在 ggplot2 图形映射中 (geom_line、geom_point)，都把 P 列的范畴放缩到 x_min_max 这个范畴, 然而在坐标轴上标出实在的值范畴 p_min_max。
细调，coord_flip 反转 x 轴和 y 轴，在 theme 中批改 axis.title 的色彩
r_min_max <- range(plot_data$R)
p_min_max <- range(plot_data$P)
x_min_max <- c(-0.6,0.5)
r_color <- “tan”
r_colorp_color <- “skyblue”
ggplot(plot_data,aes(x = Pathway)) +
geom_col(aes(y = R),fill=r_color,alpha=.5) +
geom_line(aes(y = rescale(P,x_min_max), group=1),size=2,color=p_color) +
geom_point(aes(y = rescale(P,x_min_max)),shape=21,fill="white",size=4)+
lims(y=x_min_max)+
scale_y_continuous(breaks=breaks_pretty(3),sec.axis = sec_axis(~rescale(.,r_min_max),name = "Pearson R"))+
scale_x_discrete(breaks = NULL)+
coord_flip()+
labs(y="-log10(P-value)")+
theme_base(base_size=16) %+replace%
theme(axis.title.x.bottom=element_text(color=r_color),
axis.title.x.top=element_text(color=p_color),
axis.title.y = element_blank(),
panel.border = element_blank(),
axis.line = element_blank(),
plot.margin=unit(c(0.5,0.5,0.5,0.5), 'cm'),
)
Reference
https://r-graph-gallery.com/line-chart-dual-Y-axis-ggplot2.html