对我来说，你想让什么样的数量/比较“更容易看到”并不明显，因为这个短语有点主观和上下文相关。

• 对比例使用变换，以便数据可以以原始单位显示（如果这对您的情况很重要），并添加一些Alpha以使点密度较高的区域更清晰，并使用不同的颜色来区分上述范围中的点。

library(ggplot2)
asinh_trans <- scales::trans_new(name = "asinh",
                                 transform = base::asinh,
                                 inverse = base::sinh)

ggplot(f, aes(x, y1, xend = x, yend = y2)) +
  geom_segment(alpha = 0.1, color = "blue") +
  geom_point(alpha = 0.5, size = 0.3) +
  scale_x_continuous(trans = asinh_trans) +
  scale_y_continuous(trans = asinh_trans)

• 使用一个点的样本来给予更多的“指示性”意义上的典型：

ggplot(dplyr::slice_sample(f, n= 200), aes(x, y1, xend = x, yend = y2)) +
  geom_segment(alpha = 0.1, color = "blue") +
  geom_point(alpha = 0.5, size = 0.3) +
  scale_x_continuous(trans = asinh_trans) +
  scale_y_continuous(trans = asinh_trans)

• 关注x值的分布，在21、22、30等处有一些条带。

ggplot(f, aes(x, y1, xend = x, yend = y2)) +
  # geom_segment(alpha = 0.1, color = "blue") +
  geom_point(alpha = 0.2, size = 0.3) +
  scale_x_continuous(trans = asinh_trans, breaks = 2^c(0:12)) +
  scale_y_continuous(trans = asinh_trans) +
  coord_cartesian(ylim = c(0,5))

EDIT --为每个观测值分配其自身x值的附加方法，因此没有数据重叠，同时在缩放比例上保持x值在1以内。单独查看每个点需要非常宽的图形，但这应该是可能的。

asinh_trans <- scales::trans_new(name = "asinh",
                                 transform = base::asinh,
                                 inverse = base::sinh)
f %>%
  arrange(x, y1) %>%
  group_by(x) %>%
  mutate(x_adj = x + row_number()/n()) %>%

  ggplot(aes(x_adj, y1, xend = x_adj, yend = y2)) +
  geom_segment(alpha = 0.1, color = "blue") +
  geom_point(alpha = 0.5, size = 0.3) +
  scale_x_continuous(trans = asinh_trans, 
                     breaks = c(1*10^(0:5),
                                2*10^(0:5), 
                                5*10^(0:5))) +
  scale_y_continuous(trans = asinh_trans)