问题标签 [ggthemes]

我使用下面给出的代码得到了以下图表：

的字体geom_text与图形其余部分的字体不同。我想知道如何获得与geom_text 图形其余部分相同的字体。

已编辑

我创建了自己的主题，现在我还想标准化使用的颜色集。我尝试使用此提要中 Viktor 的回答中提供的列表解决方案来执行此操作：

将调色板与 ggplot2 主题相关联

不幸的是，我得到了错误：

有谁知道我该如何解决这个问题？

我创建了自己的主题，以便我和我的同事节省大量时间:)。我正在寻找一种方法来固定从 x 轴边缘到主题函数中的条的距离。当我运行下面的脚本时，y 轴和第一个条之间的距离比我想要的要大。我的目标是创建一个看起来像（见图）的图形，因此与图形两侧的距离非常小。

我在 R markdown 中创建要打印到 MS word 的图。当我使用基本 R plot() 函数创建绘图时，打印的绘图周围没有边框。如果我使用基本的ggplot也是一样。但是，如果我使用 ggthemes 添加主题，它会在打印图的顶部、左侧和底部添加边框（但不是右侧）。

我不知道它为什么会添加这些边框，或者为什么会省略右侧的边框。无论我使用哪个主题，它似乎都会发生（由于白色背景，我更喜欢 theme_gdocs 或 theme_clean）。而不是删除所有这些边界，我宁愿实际上包括所有四个边的边界。

这是我的代码：（希望图像有效）

基图：

基本图图像

格图：

ggplot 图像

带有 ggtheme 的 ggplot：

带有 ggtheme 图像的 ggplot

我有一个 xx .csv 时间序列的文件夹，我想将其绘制成一个干净的 HTML 文档。我有一个 ggplot 代码，它使用单个 timeseries.csv 生成我想要的图。但是，当我尝试将该 ggplot 代码的骨架放在 for 循环内的函数中以通过该函数运行每个 timeseries.csv 文件时，我得到了一些格式完全不同的图。

使用我的测试 ggplot 代码生成的绘图：

使用函数和 for 循环生成的绘图：

我正在尝试对丑陋的 Rmd 图进行更改：

• 将 x 轴刻度线很好地间隔为整分钟（即“11:14:00”、“11:15:00”）
• 连接数据点（通过 subbing geom_line()with解决geom_path()）

下面的示例 Rmd 代码。请注意，生成的图表仍然有很好的格式，我不确定如何重现这个问题，比如发布一个 500 行数据框。我也不知道如何在没有 SO 的情况下使用本文中的格式化命令发布我的 rmd 代码，所以我在"我的标题格式和代码末尾添加了 3 个以禁用它。

编辑和更新

• 我收到一个持续性错误geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?。
• 正如评论者所建议的那样，我尝试删除 plot() 并直接使用 createChlDiffPlot() 并将 plot() 替换为 print()。两者都产生与以前相同的丑陋情节。
• 将 geom_line() 替换为 geom_path()。点现在已连接！x 轴杂乱仍然存在。
• 时间变量读取为hmsnum

非常感谢您对此的任何帮助！

我想选择colorblind_pal()来自的特定颜色ggthemes

这有效：

现在我想colorblind_pal()为我的情节选择特定的颜色。我该如何选择它们？

我尝试以下但没有成功：

有人知道如何防止“胡须”ggthemes::geom_tufteboxplot被拉到极端值吗？我尝试更改outlierandwhisker参数无济于事。

Whisker 像往常一样扩展到 1.5xIQR：

“晶须”延伸至极值

^{由reprex 包（v0.3.0）于 2020 年 3 月 3 日创建}

我将为报告制作大量视觉效果。我的老板真的很喜欢theme_clean()水平线，但希望我在 x 轴上添加相同的线。是否有捷径可寻？

这是我的代码

如何为我的 x 轴刻度（垂直）获得相同的样式。

最好的。

我正在创建一些情节，但我制作的每个情节都有黑色方形边框？我怎样才能使这个边框变白或完全删除它？

这是我的代码

这是我的输出图，它粘贴到油漆中并使用红色箭头指向我的图周围的黑色边框

如何删除黑色方形边框？

假设以下 MWE：

从我的角度来看，y 轴上的刻度数不够，1.0 和 2.9 之间的空间太大，我想在 2.0 再有一个刻度。任何人都知道在使用 extended_range_breaks 时如何做到这一点，或者我是否必须切换到手动设置刻度？

我试过了scale_y_continuous(n.breaks = 7)，scale_y_continuous(breaks = extended_range_breaks(n = 7)(df$y)但两者都没有效果。