如何为具有稳定映射的ggplot 2中的分类变量分配颜色？

Question

如何为具有稳定映射的ggplot 2中的分类变量分配颜色？在过去的一个月里我一直在跟上R的步伐。以下是我的问题：在具有稳定映射的ggplot 2中，为分类变量分配颜色的好方法是什么？我需要一组具有不同子集和不同数量的分类变量的图形的一致颜色。例如,plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line()哪里categoricalData有5个等级。然后plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset,                                   color=categoricaldData.subset)) + geom_line()哪里categoricalData.subset有三个等级。然而，在这两个集合中的一个特定级别将以不同的颜色结束，这使得在一起阅读图表变得更加困难。是否需要在数据帧中创建颜色向量？或者是否有其他方法为类别分配特定的颜色？

Answer 1

对于简单的情况，如操作中的确切例子，我同意蒂埃里的答案是最好的。但是，我认为指出另一种方法是有用的，当您试图在多个数据帧之间维护一致的颜色方案时，这种方法变得更容易不所有这些都是通过减去单个大数据帧获得的。如果从单独的文件中提取因素级别，而不是每个文件中出现所有的因素级别，那么管理多个数据帧中的因素级别就会变得单调乏味。

解决这一问题的一种方法是创建一个自定义的手动颜色刻度，如下所示：

#Some test datadat <- data.frame(x=runif(10),y=runif(10),
        grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE)#Create a custom color scalelibrary(RColorBrewer)myColors
         <- brewer.pal(5,"Set1")names(myColors) <- levels(dat$grp)colScale <- scale_colour_manual(name = "grp",values = myColors)

然后根据需要将颜色刻度添加到情节中：

#One plot with all the datap <- ggplot(dat,aes(x,y,colour = grp)) + geom_point()p1 <- p + colScale#A second plot with only four of
 the levelsp2 <- p %+% droplevels(subset(dat[4:10,])) + colScale

这样，您就不需要记住或检查每个数据帧，以确保它们具有适当的级别。

Answer 2

最简单的解决方案是在设置子集之前将分类变量转换为一个因子。底线是，您需要一个因子变量，在您的所有子集中具有完全相同的水平。

library(ggplot2)dataset <- data.frame(category = rep(LETTERS[1:5], 100), 
    x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100)))dataset$fCategory <
    - factor(dataset$category)subdata <- subset(dataset, category %in% c("A", "D", "E"))

带有字符变量

ggplot(dataset, aes(x = x, y = y, colour = category)) + geom_point()ggplot(subdata, aes(x = x, y = y, colour = category)) + geom_point()

带因子变量

ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()