axis tick marks和legend tick marks是scale breaks的特殊案例，通过scale函数的
breaks
参数设置。
每个break对应一条major gridline，两个主要网格线之间有一条minor gridline，对应minor breaks。
breaks
参数用来设置主要刻度标签的位置，
minor_breaks
参数用来设置次要刻度标签的位置。
breaks=NULL
：无主要刻度标签，并删除对应的网格线
breaks=由transformation object计算的默认breaks
：默认
trans=identity
，坐标轴就是一个数轴。我理解的是就像地图中的比例尺一样，"真实"的数值与ggplot坐标轴上的数值存在一个倍数直线线性关系。
breaks=手动设置的向量
；这种情况最容易理解和操作，你可以在数轴上任意标注breaks
breaks=函数
：提供的函数需要能接受一个二值向量(即limits的范围)，最后返回breaks，
scales
包提供了几个有用的工具：
scales::breaks_extended(n=5,...)
：用Wilkinson's extended breaks algorithm进行break
scales::breaks_log(n=5,base=10)
：以
limits=c(1,100000),n=5,base=10
为例，大概计算过程为：step1)
raw_rng=range(limits)
；step2)
rng <- log(raw_rng, base = base)
；step3)
max<-ceiling(rng[2]);min<-floor(rng[1]);by <- floor(max - min)/n) + 1
；step4)
breaks <- base^seq(min, max, by = by)
，最终呈现的效果是坐标轴上有多个视觉上等间隔的breaks，但对应的不是等步长的值。
scales::breaks_width(width,offset=0)
：在numeric、date、date-time scales上都很有用；
width
为每个break之间的距离，
offset
为偏移量，也可以是一个向量。
scales::breaks_pretty(n=5,...)
：用
pretty()
算法，原生对date/times有用。
注意：以上这些函数，设置的
n
与最终得到的breaks的数目不一定完全一致。
次要刻度标签的位置对log scales很有用，因为它提示scale是非线性的。同
breaks
一样，
minor_breaks
可以设置为：
minor_breaks=NULL
：删除次要刻度标签
minor_breaks=默认
：两个主要刻度之间有一个次要刻度
minor_breaks=手动设置的向量
minor_breaks=函数
：例如：
scales::minor_breaks_n(n)
、
scales::minor_breaks_width(width, offset)
[小坑，测试不通过]
每个break与一个label关联，可以通过
labels
参数修改labels，所以
breaks
和
labels
参数对应的向量长度应保持一致。
scales
包也提供了一系列函数来格式化labels。包括：
scales::label_bytes()
、
scales::label_comma()
、
scales::label_dollar()
、
scales::label_ordinal()
、
scales::label_percent()
、
scales::label_pvalue()
。从这些函数的名字就可以看出其基本功能，使用的时候直接查看函数帮助即可，非常方便。
三者之间的关系
minor_breaks
和
labels
都依赖
breaks
，三者设置为
NULL
时的区别是：
breaks=NULL
会删除主要刻度、次要刻度以及labels，其他两者则只会删除对应属性。
df <- data.frame(a=1:5,b=c(1,10,100,1000,10000))
p<-ggplot(df,aes(a,b)) + geom_point()