差Iは、以下のスキューデータを有する対数変換

Question

とスケーリング：

：

set.seed(3) 
x <- rgamma(1e6, 0.1, .2) 

summary(log(x)) 
#  Min. 1st Qu. Median  Mean 3rd Qu.  Max. 
# -170.637 -12.760 -5.825 -8.828 -1.745 3.807 

、変換でデータを可視化データの対数変換分布

summary(log(x)) 
#  Min. 1st Qu. Median  Mean 3rd Qu.  Max. 
# -170.637 -12.760 -5.825 -8.828 -1.745 3.807 

を見

ggplot(data.frame(x), aes(x)) + 
    geom_histogram(bins = 100) + 
    scale_x_continuous(trans = "log") 

ggplotのログ変換とスケーリングの違いは何故ですか？私は、x軸を見て違いがあることを知っています。サマリーの最小値は-170.637で、プロットは5.8e-62の範囲の値です。

更新：

g1 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) 
g2 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) + scale_x_continuous(trans = "log") 
g3 <- ggplot(data.frame(x), aes(log(x))) + geom_histogram(bins = 100) 
gridExtra::grid.arrange(g1, g2, g3, ncol=3) 

g1 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) 
g2 <- ggplot(data.frame(x), aes(x)) + geom_histogram(bins = 100) + scale_x_log10() 
g3 <- ggplot(data.frame(x), aes(log10(x))) + geom_histogram(bins = 100) 
gridExtra::grid.arrange(g1, g2, g3, ncol=3) 

Answer 1

あなたの代わりに使用するかどうかを確認する方が簡単かもしれscale_x_log10

ggplot(data.frame(x), aes(x)) + 
    geom_histogram(bins = 100) + 
    scale_x_log10() 

が続い

を与え、我々は比較するいくつかのことを行うことができます。まず、ラベルを変更することができます

ggplot(data.frame(x = log10(x)), aes(x)) + 
    geom_histogram(bins = 100) 

は

を与える：

myBreaks <- 
    10^c(-61, -43, -25, -7) 

ggplot(data.frame(x), aes(x)) + 
    geom_histogram(bins = 100) + 
    scale_x_log10(breaks = myBreaks 
       , labels = log10(myBreaks)) 

は、我々はまた、それをプロットする前にxを変換することによって、同じプロットを得ることができます

を与えます

と、私たちはlog10(x)

Min. 1st Qu. Median  Mean 3rd Qu.  Max. 
-74.1065 -5.5416 -2.5300 -3.8340 -0.7579 1.6531 

の要約にこれらのすべてを比較することができますがそれはかなり密接に上記のグラフで、最大一致する方法を参照してください？

scale_x_log10およびscale_x_continuous(trans = "log")は実際にはデータを変更していません。軸のスケーリングを変更していますが、ラベルは元の単位に残ります。

元の値に戻すには、log(5.8e-62)は-141です。これは、プロットが変換されたデータであると見なすと予想される値です。

あなたが本当に対数の値が表示されている必要があります場合は、あなたにも意味のある値に軸ラベルのデフォルトという付加的な利点と、マッピング内ということをも達成することができます：

ggplot(data.frame(x = x), aes(log10(x))) + 
    geom_histogram(bins = 100) 

が

を与えます