当“breaks”已经定义时，序列 x 轴标签（R，ggplot）

我在数据上使用了scale()函数，以避免在进行混合模型时出现高相关性。现在我希望原始值出现在我的图中。所以我用以下方法反转了缩放比例x * attr(x, 'scaled:scale') + attr(x, 'scaled:center')并将这些值放入我用来绘制的数据框的新列中。例如，我的数据现在看起来像这样，其中 x 是实际值，x.s 是缩放值：

x <- sample(x=1:100, size = 50)
y <- sample(x=1:100, size = 50)
df <- as.data.frame(cbind(x,y))

df$x.s <- scale(df$x)

我现在想用 ggplot 绘制它，但在 x 轴上显示 x 的值，而不是 x.s 的缩放值，所以我执行了以下操作：

ggplot(df, aes(x = x.s, y = y))+
  geom_point()+
  scale_x_continuous(labels = df$x, breaks = df$x.s)+
  labs(x = "Canopy openness [%]", y = "Rarefied richness") + 
  theme_bw()

到目前为止，这是有效的，输出看起来像这样：

我现在的问题是，我希望 x 轴上的刻度均匀分布，这是我通常会做的breaks=seq(0,100,10)，但已经定义了中断以避免错误Error in f(..., self = self) : Breaks and labels are different lengths，现在我不知道该怎么做，任何帮助将不胜感激！

如果我在 x 轴上使用 x，则在实际数据集中，我使用 CI 进行的预测回归将不再适合。以下是我的数据集 1 中的图：带有缩放值 (x.s)：

和 2：如果我在 x 轴上使用 x 而不是 x.s

之间存在一一对应的线性映射关系x and x.s，因此您可以执行此操作的一种方法是在中指定所需的标签x的规模，以及相应的中断x.s的规模：

ggplot(df, aes(x = x.s, y = y))+
  geom_point()+
  scale_x_continuous(labels = seq(0, 100, 10),
                     breaks = predict(lm(x.s ~ x, data = df),
                                      newdata = data.frame(x = seq(0, 100, 10)))) +
  labs(x = "Canopy openness [%]", y = "Rarefied richness") + 
  theme_bw()