ggplot2中实现点线图边缘颜色与填充色独立控制的方法
2025-06-02 23:20:12作者:范垣楠Rhoda
在数据可视化中,我们经常需要同时展示线条和点标记,并且希望点标记的填充色和边缘色能够独立控制。本文将介绍在ggplot2中实现这一效果的几种方法。
基本实现方法
最直接的方法是使用分层绘制的策略,通过叠加多个几何对象来实现:
library(tidyverse)
set.seed(165465)
# 创建示例数据
data <- tibble(
lat = 38:46,
tot = 20 + runif(9),
week = 10 + runif(9, min = 0, max = 5)
)
# 整理数据为长格式
data_tidy <- data |>
pivot_longer(cols = !lat, names_to = 'class', values_to = 'value')
# 绘制图形
ggplot(data = data_tidy, aes(x = value, y = lat)) +
# 绘制线条,颜色由class决定
geom_line(aes(color = class), orientation = 'y', linewidth = 1.5) +
# 第一层点:只显示填充色,边缘透明
geom_point(aes(fill = class), color = "transparent", size = 4, shape = 21) +
# 第二层点:只显示边缘色,填充透明
geom_point(aes(color = class), fill = "transparent", size = 4, shape = 21) +
# 设置颜色和填充的映射
scale_color_manual(values = c('red', 'blue')) +
scale_fill_manual(values = c('yellow', 'green'))
这种方法通过叠加三个几何层实现:
- 第一层绘制线条,使用颜色映射
- 第二层绘制点标记,只显示填充色
- 第三层绘制相同点标记,只显示边缘色
使用ggnewscale扩展包
当需要更复杂的颜色映射时,可以使用ggnewscale包来实现多个独立的颜色标度:
library(ggnewscale)
ggplot(data = data_tidy, aes(x = value, y = lat)) +
# 第一组颜色标度:用于线条
geom_line(aes(color = class), orientation = 'y', linewidth = 1.5) +
scale_color_manual(values = c('red', 'blue')) +
# 开始新的颜色标度:用于点标记
new_scale_color() +
# 绘制点标记,使用新的颜色标度
geom_point(aes(color = class, fill = class), size = 4, shape = 21) +
scale_color_manual(values = c('darkred', 'darkblue')) +
scale_fill_manual(values = c('yellow', 'green'))
这种方法允许我们为线条和点标记分别设置完全独立的颜色映射系统,提供了更大的灵活性。
实际应用建议
在实际应用中,选择哪种方法取决于具体需求:
- 如果只是需要简单的边缘色和填充色差异,第一种叠加方法更简单直接
- 如果需要完全独立的颜色映射系统,或者需要添加图例说明,第二种ggnewscale方法更合适
- 对于形状21(带边缘的圆点),记住color控制边缘,fill控制填充
通过合理组合这些技术,可以在ggplot2中创建出高度定制化的点线组合图,满足各种数据可视化的需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
Notepad--极速优化指南:中文开发者的轻量编辑器解决方案Axure RP本地化配置指南:提升设计效率的中文界面切换方案3个技巧让你10分钟消化3小时视频,B站学习效率翻倍指南让虚拟角色开口说话:ComfyUI语音驱动动画全攻略7个效率倍增技巧:用开源工具实现系统优化与性能提升开源船舶设计新纪元:从技术原理到跨界创新的实践指南Zynq UltraScale+ RFSoC零基础入门:软件定义无线电Python开发实战指南VRCX虚拟社交管理系统:技术驱动的VRChat社交体验优化方案企业级Office插件开发:从概念验证到生产部署的完整实践指南语音转换与AI声音克隆:开源工具实现高质量声音复刻全指南
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2