简介
最近在科研中需要比较不同模型的预测性能，我们使用相对偏差，均方根误差等来比较结果。此时，可能会得到以下结果：
上图出现以下问题：
-
问题一：由于经典模型（Normal）在复杂数据中的预测效果不好，会出现预测非常差的情况，从而导致图形Y轴刻度被拉长，可视化效果不佳。
-
问题二：相似方法预测结果相同，无法清晰看出之间的差异性。
-
问题三：柱状图准确数字未知，只能通过主观方式估计最终结果。
基于以上问题，小编分别做了以下润色工作：
-
问题一二可以通过使用 ggbreak 包 进行多次 Y 轴截断。
-
添加每个柱状图的准确数值结果来解决问题三。
-
简单修改图形颜色，删除图例，使其变得更加美观。
最后得到以下图形：
接下来给出可复现的代码供大家参考，读者可以根据自己数据进行调整。
使用教程
数据产生
为了方便读者复现，小编手动产生一些样例数据：
com_cost = c(17.64,4.89,5.13,8.43,5.32)
com_cost_re = data.frame("Method" = c("Normal","TS","Linear","Power","Exp"),"Value"= round(com_cost,3))
com_cost_re$Method <- factor(com_cost_re$Method, levels = c("Normal","Power","Exp","Linear","TS"))
可视化
首先，对该数据进行可视化，并做了些细节调整。例如：修改配色、添加文本、删除图例等。
gg1 = ggplot(com_cost_re, aes(x = Method, y = Value)) +
geom_bar(stat = "identity", aes(fill = Method),alpha = 0.8) +
scale_fill_viridis(discrete = T)+ # 修改配色
geom_text(aes(label = Value), position = position_dodge(width = 0.8),
vjust = 2, size = 4,color = "white") + # 添加文本
coord_cartesian(ylim = c(4,18)) +
theme_bw() + # 设置主题
theme(panel.grid = element_blank(),legend.position = "none") + # 删除图例
labs(title = "", x = "Method", y = "Criteria")
gg1
此时，图形美观度基本完成，接下来使用 ggbreak 包进行多次 Y 轴截断。主要使用 scale_y_break() 函数。
注意：关于
scale_y_break()的其他参数设置可参考：ggbreak官网教程，这里不做过多重复介绍。
gg2 = gg1 + scale_y_break(c(5.35, 8.34)) +
scale_y_break(c(0, 4.7)) +
scale_y_break(c(8.5, 17.5))
此时得到的结果为：
小编有话说
本文主要是小编在科研中存在的一个问题，最终通过一些简单搜索和调包解决问题。供大家参考～
