调整 ggplot2 颜色--让图表更具视觉吸引力

在数据可视化中，颜色不仅能让你脱颖而出，还能在有效传达数据方面发挥重要作用。R 的 ggplot2 软件包提供多种颜色选择，最大限度地提高图形的吸引力。

今天 如何使用 ggplot2 颜色选项让数据更生动从使用调色板到自定义颜色代码，并附有实用示例！

了解 ggplot2 颜色偏好

默认情况下 ggplot2 软件包提供了一个默认调色板，可以自动区分每个数据序列。有时默认调色板就足够了，但如果需要使用特定颜色，则需要自定义。

使用 geom_point() 调整散点图颜色

ggplot2 color - scatter plot

geom_point() 是一个绘制散点图的函数、 使用颜色选项轻松更改圆点的颜色可以完成。运行下面的代码将创建一个如上图所示的图表。

加载 # 库
library(ggplot2)

生成 # 示例数据
data <- data.frame(
  x = rnorm(100)、
  y = rnorm(100)、
  group = sample(letters[1:3], 100, replace = TRUE)
)

生成 # 散点图
ggplot(data, aes(x = x, y = y, color = group)) +
  geom_point(size = 3) +
  labs(title = "Scatterplot by Group", x = "X axis", y = "Y axis")

代码说明：

  • aes(color = group)：根据组变量设置不同颜色的点。
  • geom_point(size = 3)：将点的大小设置为 3，使其更易于阅读。
  • labs(): 为图表添加标题和坐标轴标签。

2. 应用调色板：scale_colour_manual()

ggplot2 color - scatter plot2

scale_colour_manual() 函数会返回 用自定义颜色代表每个组来实现。试着在上面的代码块中替换下面的 ggplot() 并运行，看看有什么不同。运行下面的代码将生成如上图所示的图形。

使用 # scale_colour_manual() 的示例
ggplot(data, aes(x = x, y = y, color = group)) +
  geom_point(size = 3) +
  scale_colour_manual(values = c("red", "blue", "green")) +
  labs(title = "自定义颜色散点图", x = "X 轴", y = "Y 轴")

代码说明：

  • scale_colour_manual(values=c("红"、"蓝"、"绿"))：通过将每个组指定为红色、蓝色和绿色，可以自定义图表的颜色。

用调色板表示连续变量：scale_colour_gradient()

ggplot2 color - scatter plot3

scale_colour_gradient() 可以将连续变量表示为一种颜色。同样，只修改 #1 所示代码块中的一部分，然后试着运行代码！运行下面的代码将生成如上图所示的图形。

# 连续变量表示示例
ggplot(data, aes(x = x, y = y, color = y)) +
  geom_point(size = 3) +
  scale_colour_gradient(low = "blue", high = "yellow") +
  labs(title = "连续变量颜色变化", x = "x 轴", y = "y 轴")

代码说明：

  • aes(color = y)：根据连续变量 y 的值设置颜色。
  • scale_colour_gradient(low="蓝色", high="黄色")：应用从蓝色到黄色的渐变色。

总结：使用 ggplot2 颜色选项让你的图表生动起来！

现在 ggplot2 颜色 您了解选项如何增加图表的视觉吸引力吗？ 选择调色板和应用自定义颜色代码是 ggplot2 可视化的一个重要方面。

今后，可以尝试不同的颜色选项，让数据生动起来。 在下一篇文章中，我将向你展示如何在 ggplot2 中自定义坐标轴和标签。在本文中！

类似文章