在ggplot中混合颜色和填充美学

Question

我想知道是否有可能根据分类变量更改填充主颜色。

这里是一个可复制的示例：

df = data.frame(x = c(rnorm(10, mean = 0),
                  rnorm(10, mean = 3)),
            y = c(rnorm(10, mean = 0),
                  rnorm(10, mean = 3)),
            grp = c(rep('a', times = 10),
                    rep('b', times = 10)),
            val = rep(1:10, times = 2))

ggplot(data = df,
       aes(x = x,
           y = y)) +
  geom_point(pch = 21,
             aes(color = grp,
                 fill = val,
                 size = val))

当然，根据变量grp，更改圆形的颜色/形状很容易，但我想让a组呈现红色渐变，b组呈现蓝色渐变。 我也考虑过使用facets，但不知道是否可以为两个面板更改填充渐变。

有人知道是否可以在不使用gridExtra的情况下完成这项工作吗？

谢谢！

- Emiliano

---

你可以先尝试将第一组数据以蓝色绘制出来，然后添加一个全新的图层，例如：+geom_point(data=df[group==b],aes(...),fill=val, col="red")。大致思路是（可能不是最优解）从新数据中绘制新图形，然后将颜色设置为红色。 - Jan Sila

无法工作：col参数定义了形状的颜色，而不是主要填充主题。 - Emiliano

Answer 1

我认为有两种方法可以做到这一点。第一种是使用alpha美学来设置你的val列。这是一种快速简便的实现目标的方法，但可能并不完全符合你的要求：

ggplot(data = df,
       aes(x = x,
           y = y)) +
  geom_point(pch = 21,
             aes(alpha=val,
                 fill = grp,
                 size = val)) + theme_minimal()

第二种方法是类似于这篇文章所述：如何在使用ggplot2创建的散点图中改变颜色渐变。我稍微编辑了一下代码，使其不是从白色到您感兴趣的颜色范围，而是从浅色到深色。这需要一些工作，并使用scale_fill_identity函数，该函数基本上接受一个具有所需颜色的变量，并将它们直接映射到每个点（因此不进行任何缩放）。

这段代码是：

#Rescale val to [0,1]
df$scaled_val <- rescale(df$val)
low_cols <- c("firebrick1","deepskyblue")
high_cols <- c("darkred","deepskyblue4")

df$col <- ddply(df, .(grp), function(x)
  data.frame(col=apply(colorRamp(c(low_cols[as.numeric(x$grp)[1]], high_cols[as.numeric(x$grp)[1]]))(x$scaled_val),
                       1,function(x)rgb(x[1],x[2],x[3], max=255)))
)$col
df

ggplot(data = df,
       aes(x = x,
           y = y)) +
  geom_point(pch = 21,
             aes(
                 fill = col,
                 size = val)) + theme_minimal() +scale_fill_identity()

- Mike H.

---

前面的解决方案非常巧妙，完全符合ggplot2的风格。然而，它让我想知道如果val的范围不同会发生什么，比如当grp = a时为1-10，当grp = 50时为20-50。 当然，如果比较类似的对象，这种情况不应该发生，如果确实发生了，那么这将是正确的可视化。另一个“问题”可能是缺少图例：在这里，您使用大小作为填充（alpha）值的代理。 第二个选项中也存在同样的问题，因为使用guide ='legend'会返回列df $ col中的整个十六进制值列表。 - Emiliano

我使用 size，因为您在原始代码中使用了它。它可以很容易地被删除。关于图例，您尝试做的事情并不被 ggplot 鼓励（这就是为什么它很难做）所以如果您想要做后者，您可能需要覆盖图例美学或自己创建一个 - 无论哪种方式都非常手动化。 - Mike H.

Answer 2

感谢这篇文章，我找到了一种方法来可视化图例中的填充条，尽管那不是我本意想做的。

以下是输出结果。

和代码

df = data.frame(x = c(rnorm(10, mean = 0),
                      rnorm(10, mean = 3)),
                y = c(rnorm(10, mean = 0),
                      rnorm(10, mean = 3)),
                grp = factor(c(rep('a', times = 10),
                               rep('b', times = 10)),
                             levels = c('a', 'b')),
                val = rep(1:10, times = 2)) %>%
  group_by(grp) %>%
  mutate(scaledVal = rescale(val)) %>%
  ungroup %>%
  mutate(scaledValOffSet = scaledVal + 100*(as.integer(grp) - 1))

scalerange <- range(df$scaledVal)
gradientends <- scalerange + rep(c(0,100,200), each=2)

ggplot(data = df,
       aes(x = x,
           y = y)) +
  geom_point(pch = 21,
             aes(fill = scaledValOffSet,
                 size = val)) + 
  scale_fill_gradientn(colours = c('white',
                                   'darkred',
                                   'white',
                                   'deepskyblue4'),
                       values = rescale(gradientends))

基本上，应该重新缩放填充值（例如在0和1之间），并使用由分类变量grp提供的另一个数量级进行分离。但这并不是我想要的：当然，可以改进代码片段，使整个过程更少手动操作，但仍然缺乏简单常见的离散填充图例。

- Emiliano