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 StartedRust0405
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0732
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
MOSS-Transcribe-DiarizeMOSS-Transcribe-Diarize 是 OpenMOSS 团队推出的开源语音转写与说话人分离模型。它对长音频、多说话人音频进行统一建模,支持自动语音识别、带说话人标识的转写、说话人分离、时间戳预测以及简洁转录文本生成。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0293
PromptXPromptX · 领先的AI 智能体上下文平台 | PromptX · Leading AI Agent Context PlatformJavaScript03
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
817
5.4 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
786
1.08 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
762
1.53 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
951
2.23 K
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
489
507
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++
1.2 K
1.22 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.79 K
731
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
357
293
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
158
266