Als erfahrener R-Nutzer und Datenanalyst weiß ich: Die Skalierung der X- und Y-Achsen prägt das Erscheinungsbild Ihrer Plots entscheidend. Sie beeinflusst Gitterlinien, Beschriftungen und Markierungen und ist für präzise Visualisierungen unerlässlich. Standardeinstellungen passen oft nicht – lernen Sie, wie Sie sie professionell anpassen.

In diesem praxisnahen Guide zeige ich Ihnen, wie Sie X- und Y-Achsenskalierungen in Basis-R und ggplot2 ändern, Log-Skalen einsetzen und benutzerdefinierte Achsen erstellen. Basierend auf realen Projekten mit fundierten Code-Beispielen.
X- und Y-Achsenskalierung in Basis-R ändern
Die einfachsten Funktionen dafür sind ylim() und xlim(). Hier ein konkretes Beispiel:
# Daten definieren
df <- data.frame(
x = c(1, 1, 3, 3, 4, 6, 8, 12, 13, 15, 18, 21, 22),
y = c(13, 15, 9, 17, 22, 25, 29, 35, 39, 44, 45, 40)
)
# Standard-Plot
plot(df$x, df$y, pch = 19, main = 'Standard-Achsen')
Mit benutzerdefinierter Skalierung:
plot(df$x, df$y, pch = 19, xlim = c(0, 30), ylim = c(0, 150), main = 'Benutzerdefinierte Achsen')
Log-Skalen mit der log()-Funktion einsetzen
Für logarithmische Skalierungen transformieren Sie Achsen effizient. Beispiel:
df <- data.frame(
x = c(1, 3, 3, 4, 6, 8, 12, 13, 15, 18, 21, 22),
y = c(13, 15, 9, 17, 22, 25, 29, 35, 39, 44, 45, 40)
)
plot(df$x, df$y, log = 'y', pch = 19)
Achsenskalierung in ggplot2 anpassen
Auch in ggplot2 nutzen Sie xlim() und ylim():
library(ggplot2)
df <- data.frame(
x = c(1, 3, 3, 4, 6, 8, 12, 13, 15, 18, 21, 22),
y = c(13, 15, 9, 17, 22, 25, 29, 35, 39, 44, 45, 40)
)
ggplot(data = df, aes(x = x, y = y)) +
geom_point() +
xlim(0, 30) +
ylim(0, 150)Für Log-Skalen:
scale_x_continuous(trans = 'log10')scale_y_continuous(trans = 'log10')
ggplot(data = df, aes(x = x, y = y)) +
geom_point() +
scale_y_continuous(trans = 'log10')Benutzerdefinierte Achsen mit axis() erstellen
Erstellen Sie maßgeschneiderte Achsen mit axis(). Syntax:
axis(side, at =, labels =, pos =, lty =, col =, las =, tck =, ...)Parameter-Erklärungen:
- side: 1 (unten), 2 (links), 3 (oben), 4 (rechts)
- at: Positionen der Häkchen (Vektor)
- labels: Beschriftungen (optional)
- pos: Schnittpunkt mit anderer Achse
- lty: Linientyp
- col: Farbe
- las: Ausrichtung (0=parallel, 2=senkrecht)
- tck: Häkchenlänge (-0.01 Standard)
Automatische Achsen unterdrücken:
axes = FALSE(beide)xaxt = "n"(X-Achse)yaxt = "n"(Y-Achse)
Achsen mit Skalierungsfunktionen optimieren
Nutzen Sie scale_x_continuous() / scale_y_continuous():
scale_x_continuous(name, breaks, labels, limits, trans)
scale_y_continuous(name, breaks, labels, limits, trans)- name: Achsenname
- breaks: Häkchenpositionen
- labels: Beschriftungen
- limits: Grenzen (Vektor)
- trans: Transformation (z.B. 'log10')
Testen Sie Ihre R-Fähigkeiten
Die Anpassung von Achsenskalierungen eröffnet neue Visualisierungsmöglichkeiten in R. Präsentieren Sie Daten klar und überzeugend. Ich setze in Projekten meist benutzerdefinierte Achsen ein – Sie auch? Teilen Sie Ihre Erfahrungen in den Kommentaren!