Làm cách nào để gán màu cho các biến phân loại trong ggplot2 có ánh xạ ổn định?

Tôi đã tăng tốc với R trong tháng trước.

Đây là câu hỏi của tôi:

Một cách tốt để gán màu cho các biến phân loại trong ggplot2 có ánh xạ ổn định là gì? Tôi cần các màu nhất quán trên một tập các biểu đồ có các tập con khác nhau và số lượng biến phân loại khác nhau.

Ví dụ,

plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line()

nơi categoricalDatacó 5 cấp độ.

Và sau đó

plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset, 
                                 color=categoricaldData.subset)) + geom_line()

nơi categoricalData.subsetcó 3 cấp độ.

Tuy nhiên, một mức cụ thể trong cả hai bộ sẽ kết thúc bằng một màu khác nhau, khiến cho việc đọc các biểu đồ cùng nhau trở nên khó khăn hơn.

Tôi có cần tạo một vectơ màu trong khung dữ liệu không? Hoặc có một cách khác để gán màu cụ thể cho các danh mục?

Đối với các tình huống đơn giản như ví dụ chính xác trong OP, tôi đồng ý rằng câu trả lời của Thierry là tốt nhất. Tuy nhiên, tôi nghĩ thật hữu ích khi chỉ ra một cách tiếp cận khác trở nên dễ dàng hơn khi bạn đang cố gắng duy trì các bảng màu nhất quán trên nhiều khung dữ liệu mà không phải tất cả đều có được bằng cách đặt một khung dữ liệu lớn duy nhất. Việc quản lý các mức yếu tố trong nhiều khung dữ liệu có thể trở nên tẻ nhạt nếu chúng được kéo từ các tệp riêng biệt và không phải tất cả các cấp yếu tố đều xuất hiện trong mỗi tệp.

Một cách để giải quyết vấn đề này là tạo thang màu thủ công tùy chỉnh như sau:

#Some test data
dat <- data.frame(x=runif(10),y=runif(10),
        grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE)

#Create a custom color scale
library(RColorBrewer)
myColors <- brewer.pal(5,"Set1")
names(myColors) <- levels(dat$grp)
colScale <- scale_colour_manual(name = "grp",values = myColors)

và sau đó thêm thang màu vào ô nếu cần:

#One plot with all the data
p <- ggplot(dat,aes(x,y,colour = grp)) + geom_point()
p1 <- p + colScale

#A second plot with only four of the levels
p2 <- p %+% droplevels(subset(dat[4:10,])) + colScale

Cốt truyện đầu tiên trông như thế này:

và cốt truyện thứ hai trông như thế này:

Bằng cách này, bạn không cần phải nhớ hoặc kiểm tra từng khung dữ liệu để thấy rằng chúng có các mức phù hợp.

Tôi đang ở trong tình huống tương tự được malcook chỉ ra trong bình luận của mình : thật không may, câu trả lời của Thierry không hoạt động với ggplot2 phiên bản 0.9.3.1.

png("figure_%d.png")
set.seed(2014)
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"))

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

Đây là con số đầu tiên:

và hình thứ hai:

Như chúng ta có thể thấy các màu không cố định, ví dụ E chuyển từ màu đỏ tươi sang màu xanh.

Theo đề xuất của malcook trong bình luận của anh ấy và bởi hadley trong bình luận của anh ấy , mã sử dụng limitshoạt động đúng:

ggplot(subdata, aes(x = x, y = y, colour = fCategory)) +       
    geom_point() + 
    scale_colour_discrete(drop=TRUE,
        limits = levels(dataset$fCategory))

đưa ra con số sau đây, đúng:

Đây là đầu ra từ sessionInfo():

R version 3.0.2 (2013-09-25)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] methods   stats     graphics  grDevices utils     datasets  base     

other attached packages:
[1] ggplot2_0.9.3.1

loaded via a namespace (and not attached):
 [1] colorspace_1.2-4   dichromat_2.0-0    digest_0.6.4       grid_3.0.2        
 [5] gtable_0.1.2       labeling_0.2       MASS_7.3-29        munsell_0.4.2     
 [9] plyr_1.8           proto_0.3-10       RColorBrewer_1.0-5 reshape2_1.2.2    
[13] scales_0.2.3       stringr_0.6.2 

Giải pháp đơn giản nhất là chuyển đổi biến phân loại của bạn thành một yếu tố trước khi đặt lại. Điểm mấu chốt là bạn cần một biến nhân tố với các cấp chính xác giống nhau trong tất cả các tập con của bạn.

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"))

Với một biến ký tự

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

Với một biến nhân tố

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

Đây là một bài viết cũ, nhưng tôi đang tìm câu trả lời cho cùng câu hỏi này,

Tại sao không thử một cái gì đó như:

scale_color_manual(values = c("foo" = "#999999", "bar" = "#E69F00"))

Nếu bạn có các giá trị phân loại, tôi không thấy lý do tại sao điều này không hoạt động.

Dựa trên câu trả lời rất hữu ích của joran, tôi đã có thể đưa ra giải pháp này cho thang màu ổn định cho hệ số boolean ( TRUE, FALSE).

boolColors <- as.character(c("TRUE"="#5aae61", "FALSE"="#7b3294"))
boolScale <- scale_colour_manual(name="myboolean", values=boolColors)

ggplot(myDataFrame, aes(date, duration)) + 
  geom_point(aes(colour = myboolean)) +
  boolScale

Vì ColorBrewer không hữu ích với thang màu nhị phân, hai màu cần thiết được xác định thủ công.

Đây mybooleanlà tên của cột trong myDataFrameviệc giữ yếu tố TRUE / FALSE. datevà durationlà các tên cột được ánh xạ tới trục x và y của âm mưu trong ví dụ này.