首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

将自制因子级别添加到ggplot图例

可以通过使用scale_fill_manual()函数或scale_color_manual()函数来实现。这两个函数可以手动设置因子级别对应的颜色。

具体步骤如下:

  1. 首先,创建一个ggplot对象,并指定需要绘制的数据集。
代码语言:txt
复制
library(ggplot2)
data <- data.frame(x = c(1, 2, 3, 4), y = c(1, 3, 2, 4), group = c("A", "B", "C", "D"))

p <- ggplot(data, aes(x, y, fill = group))
  1. 使用scale_fill_manual()函数或scale_color_manual()函数来设置因子级别对应的颜色。其中,values参数用于指定颜色的取值,可以是具体的颜色名称或十六进制颜色代码。
代码语言:txt
复制
p <- p + scale_fill_manual(values = c("A" = "red", "B" = "blue", "C" = "green", "D" = "yellow"))
  1. 最后,使用labs()函数来设置图例的标题。
代码语言:txt
复制
p <- p + labs(fill = "Group")

完整的代码如下:

代码语言:txt
复制
library(ggplot2)
data <- data.frame(x = c(1, 2, 3, 4), y = c(1, 3, 2, 4), group = c("A", "B", "C", "D"))

p <- ggplot(data, aes(x, y, fill = group))
p <- p + geom_point(size = 3, shape = 21)

p <- p + scale_fill_manual(values = c("A" = "red", "B" = "blue", "C" = "green", "D" = "yellow"))
p <- p + labs(fill = "Group")

print(p)

这样就可以将自制因子级别添加到ggplot图例中,并设置相应的颜色。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

跟着Nature学作图:R语言ggplot2山脊图添加辅助线图例添加到左下角

但是找到了部分组图数据,我们可以用论文中提供的原始数据模仿出论文中的图 今天的推文重复一下论文中的Figure2a image.png 主要知识点 如何在山脊图上添加辅助线 另外一个知识点是如何把图例放到整个图的左下角...str_split_fixed(variable,'_',2)[,2]) -> new.df 这里还有一个知识点是 指定分隔符拆分字符串函数 str_split_fixed()可以指定拆分成多少个 赋予因子水平...snps","indels","svs", "snps_indels","snps_indels_svs")) 基本作图代码 ggplot...x=mean_value, label=round(mean_value,2)), hjust=1.5,color="#2772a7") 绘制图例...(get_legend(p2)) -> p3 图例和图组合到一起 library(latex2exp) pdf(file = "Rplot13.pdf", width=9.4,height

87020

动态地理信息可视化——leaflet在线地图简介

以上四局代码会制作出一个以province_city为数据源、以(116.38,39.9)为视觉中心,缩放级别为3级,点标识对象为city的中国行政地图出来。...()\geom_line\geom_polygon 除此之外,无外乎颜色映射参数、图例参数等。...colorNumeric:针对数值变量进行均匀插值,颜色(定义的)连续均匀分布在数值区间内。 colorBin:针对数值型变量进行数量段的分组,然后按照组别分别填色。...(其实相当于对数值型变量进行划组,生成有序的因子组,然后以分段因子变量的形式进行颜色映射,但是这个过程在leaflet函数中是自动化完成的,无需我们手工生成新变量,这一点儿是leaflet函数相对于ggplot...colorFactor:这个就是单纯的分类变量(因子或者有序)映射的颜色设置方式。 图例对象: addLegend:是添加图例的图层对象,相当于ggplot中的guilde函数。

4.2K40
  • R语言可视化——数据地图应用(东三省)

    #指标变量保留整数 dongsansheng_perm$zhibiao<-round(dongsansheng_perm$zhibiao,0) #使用write函数东三省的行政单位信息导出到数据文件目录下...dongsansheng_perm, file ="C:/rstudy/dongsansheng.csv", sep =",", row.names =FALSE) 如果你需要最后显示各市中文名称的话,可以自己各市中文名称添加到行政信息文件中...,然后指标列数据更换成自己的真实业务指标。...以上通过查看因子水平,我们得到了分割后的因子变量情况,但是直接将该因子变量作为离散颜色边度填充依据的话,那么图例中的因子变成就会默认使用(0,40]……很不美观,所以我们需要对各段因子变量进行重新命名:...这里因为指标全部是正值,且分割后的因子变量是有序因子变量,我用了RColorBrewer包中的单色调离散颜色方案。

    3.4K51

    R语言 | 差异箱线图的绘制

    第一步、准备数据 数据格式如下(未截全,展示部分): 第二步、运行代码 数据导入Rstudio中,复制粘贴以下代码即可出图: #安装并加载ggplot2和ggpubr install.packages...("ggplot2") install.packages("ggpubr") library(ggplot2) library(ggpubr) #设置工作目录(这里注意R中'/'和Windows中'...D:/桌面内容/test/data.xlsx") #提取data数据集中第2列,第3列的列名 x=colnames(data)[2] y=colnames(data)[3] #显示Treatment中因子水平名称...group=levels(factor(data$Treatment)) #Treatment转换成因子型变量 data$Treatment=factor(data$Treatment, levels...{my_comparisons[[i]]<-comp[,i]} #axis.title:轴坐标 #axis.title.x:x轴标题 #axis.title.y:y轴标题 #legend.title:图例标题

    4.4K21

    day4 呦呦鹿鸣——R for data science阅读笔记之ggplot()

    默认值为FALSE,即表示warning;更改为TRUE,即静默warning加一个变量物种 species作为图例,用不同颜色和形状标识(兼顾色盲群体的需求)geom_point(aes(color...(x = species)) + geom_bar()#根据条形的频率依据处理因子函数对条形重新排序 ggplot(penguins, aes(x = fct_infreq(species)...)) + geom_bar()处理因子函数fct_inorder():按它们首次出现的顺序排列。...fct_infreq() :按每个级别的观测值数(最大在前)fct_inseq():按级别的数值。数值变量数值变量可以是连续的,也可以是离散的。...)平滑曲线geom_smooth()三个或更多变量用不同的颜色和形状代表不同观测值绘图拆分为不同的子图 按单个变量对绘图进行分面facet_wrap() 参数1:公式?

    23910

    92-R可视化24-与ggplot图例较劲

    2-移除图例标题 theme(legend.title = element_blank()),我们也可以在labs 中,按照aes 定义的对应内容,直接创建空白的名称: ggplot(chic, aes...3-改变图例标题和子标签 改变图例标题的方法有很多,关于子标签,可以使用scale_xx_discrete 定义 labels : ggplot(chic, aes(x = date, y = temp...,好看一些: 4.3-调整图例方向 默认下,图例显示是竖直的(自上而下),我们可以将其改变为水平horizontal : ggplot(chic, aes(x = date, y = temp, color...规则是现将排序的列转为因子类型,并对levels 属性进行调整: chic$season <- factor(chic$season, levels = c("Winter", "...override.aes = list(size = 6))) 其中aes 中设置了分类变量,R 会默认设置为guide_legend() : 而连续变量则使用guide_colorbar() : 我们也可以连续变量修改为分类的样子

    3.1K10

    数据可视化的最佳解决方案:ggplot2

    p <- ggplot(diamonds, aes(x = cut, y = carat)) + theme_linedraw() # 一个因子型变量时, 直接用颜色区分不同类别, 后面表示图例设置在右上角...p1 <- p + geom_boxplot(aes(fill = cut)) + theme(legend.position = "None") # 两个因子型变量时, 可以将其中一个因子型变量设为...x, 另一个因子型变量设为用图例颜色区分 p2 <- p + geom_boxplot(aes(fill = color)) + theme(legend.position = "None") # 箱线图进行转置...library(ggplot2) ggplot(diamonds, aes(x = color, y = carat)) + # 切换主题 theme_linedraw() + # 箱线图颜色根据因子型变量...color填色 geom_boxplot(aes(fill = color)) + # 分面: 本质上是数据框按照因子型变量color类划分为多个子数据集subset, 在每个子数据集上绘制相同的箱线图

    2.5K30

    空间地理数据可视化之 ggplot2 包及其拓展

    众所周知,地图对于传达地理空间信息非常有用,我们介绍一些简单的例子,展示一些在 R 语言中常用于制图的包,即 ggplot2 、tmap 、leaflet 和 mapview 等。...本篇主要介绍 ggplot2 包及函数的用法以及它的拓展( gganimate 和 plotly 包)。 1....其中,aes() 用于数据中的变量映射为对象的视觉属性; 可选的元素,如标尺、标题、标签、图例和主题等。 我们可以使用 geom_sf() 函数和一个简单特征对象( sf 类)来创建地图。...viridis 使用 viridis 包的颜色(Garnier 2018); 可用 scale_*_manual() 手动定义我们自己的颜色集,此函数有一个逻辑参数叫 drop ,用来决定是否在尺度中保留不常用的因子水平...如果你是可视化的 R 小白,推荐你看一下庄小编的 ggplot 可视化教程,课件如下:R分享|自制112页可视化课件。在公众号回复:可视化文稿 即可免费获得,对应的视频教程见b站。

    3.1K30

    R语言从入门到精通:Day17 (ggplot2绘图)

    ggplot2包在定义组或面时使用因子(factor)(主要涉及函数facet_grid())。 ggplot2很强大,能够创建各种各样的信息图。可惜,强大也带来了复杂性。...最后,研究如何调整ggplot2图形的外观,包括修改坐标轴和图例、改变配色方案以及添加注释。...图6中小提琴图和箱线图结合起来,这对于基础图形来说,就很难实现了。 表2,几何函数中的常见选项 ? 图5,展示常见选项的图例 ? 图6,小提琴图和箱线图的组合 ?...讲到这里,必须要强调使用ggplot2的最终目的还是为了更好的理解数据。而为了理解数据,在一个图中画出两个或更多组的观察值通常是很有帮助的。在R中,组通常用分类变量的水平(因子)来定义。...分组是通过ggplot2图一个或多个带有诸如形状、颜色、填充、尺寸和线类型的视觉特征的分组变量来完成的。

    5.2K31

    R for data science (第一章)①Chapter1 使用ggplot2进行数据可视化

    您可以第三个变量(如类)添加到二维散点图中,方法是将其映射到美学。aesthetic是你的情节中物体的视觉属性。美学包括诸如点的大小,形状或颜色之类的东西。...在这里,我们更改点的大小,形状和颜色的级别,使点变小,三角形或蓝色: ? 您可以通过绘图中的aesthetic映射到数据集中的变量来传达有关数据的信息。...ggplot2将自动为变量的每个唯一值分配唯一级别(这里是一种独特的颜色),这个过程称为缩放。 ggplot2还将添加一个图例,说明哪些级别对应于哪些值。 颜色显示许多不寻常的点是双座汽车。...绘制美学图后,ggplot2会处理其余部分。它选择了一个合理的尺度来与美学一起使用,它构建了一个解释水平和价值之间映射的图例。...对于x和y美学,ggplot2不会创建图例,但会创建带有刻度线和标签的轴线。轴线充当传奇;它解释了位置和值之间的映射。 您还可以手动设置geom的aesthetic属性。

    2.8K20

    ggplot2自定义各类文本颜色

    ❝本节来介绍一个修改文本颜色的绘图案例,在实际数据分析的过程中某些情况下我们需要为轴文本和图例文本来添加不同的颜色,但是由于在ggplot2中无默认的参数来实现这一功能,在此小编使用另一种巧妙的方法来实现这一需求...= str_replace_all(Cluster, c("Cluster" = "C")), summit = summit / 10000000) # Cluster...列转换为因子,并指定其水平(顺序) dff$Cluster <- factor(dff$Cluster, levels = rev(c("C1", "C2", "C3", "C4", "C5",...绘制砖块图 dff %>% ggplot(aes(Cluster, summit)) + geom_brick(aes(Cluster, summit, fill = Type), colour...❝可以看到Y轴文本根据不同的Cluster生成了不同的颜色,同时图例文本颜色也与图例色块保持了一致,强迫症可以得到满足了。

    31710

    R绘图笔记 | 一般的散点图绘制

    ggplot(trees, aes(x=Girth,y=Height)) + stat_bin2d() ?...# 指定lm()函数拟合回归线,默认参数为regLine=list(method=lm, lty=1, lwd=2, col=col) legend # 逻辑词,当按组绘制散点图且为TRUE时图上显示图例...;为FALSE则不绘制图例; grid # 逻辑词,为TRUE则绘制浅灰色背景网格; groups # 分组变量或因子;使用不同的颜色、绘图符号等来绘制分组图形; by.groups # 为TRUE,则按分组拟合回归线...; xlab、ylab # x轴和y轴标签; log # 绘制对数坐标轴; jitter # 包含x、y或两者都有的列表;指定散点图中点的水平和垂直坐标的抖动因子; cex # 设置绘图字符的大小,默认为...show.legend.text # 逻辑词,图例中是否包含文字; ggtheme # ggplot2主题名称,默认为theme_pubr(); # 可用值包括theme_gray(),theme_bw

    5.2K20

    「R」ggplot2数据可视化

    引导元素向看图者展示了如何视觉属性映射回数据空间。最常见的元素是坐标轴上的刻度线和标签(还有图例)。 接下来以三个数据集解释ggplot2的使用。...ggplot2包提供了分组和小面化的方法。分组指的是在一个图形中显示两组或多组观察结果。小面化指的是在单独、并排的图形上显示观察组。需要注意,ggplot2包在定义组或面时使用因子。...Automobile Data by Engine Type.png # 变量转换为因子 mtcars$am <- factor(mtcars$am, levels=c(0,1), labels=c(...分组 在R中,组通常用分类变量的水平(因子)来定义。 分组是通过ggplot2图一个或多个带有诸如颜色、形状、填充、尺寸和线条类型的视觉特征的分组变量来完成的。...Faculty Salary by Rank and Sex.png 图例 图例是指如何用颜色、形状、尺寸等视觉特征表示数据特征的指南。标题和位置是最常用的定制特征。

    7.3K10

    seaborn关联图表之折线图和散点图

    折线图和散点图是最常用的展示两个变量间关系的图表,在seaborn中,通过以下两个函数来绘制对应的图形 1. satterplot, 绘制散点图 2. lineplot, 绘制折线图 seaborn采用了类似ggplot2...seaborn会自动进行属性映射,并将对应的属性添加到图例上,在映射时,我们可以通过以下两类参数来控制对应的映射属性 1. order 该系列包含了以下3个参数 1. hue_order 2. size_order...) 上述代码hue和style属性映射为同一个变量,在图例中,自动这两种属性进行了组合,输出结果如下 ?...当多个属性对应不同变量时,就会每种属性单独一个图例显示。...如果需要多幅图之间的排列比对,选择relplot这种figure-level级别的函数来实现会更加简单,如果只需要单幅图,用scatterplot和lineplot更高效。

    2.3K31

    了解绘制条形图和折线图的细节

    (ups,aes(x=reorder(Abb,Change),y=Change,fill=Region))+ #reorder函数Abb的因子水平根据Change排序 geom_col(colour...(position = 'identity') #然而,我们经常需要负值为蓝色,正值为红色,且图例显得比较多余 #通过scale_fill_manual()进行颜色调整,参数guide='none'删除图例...默认条件下条形的堆积顺序与图例顺序是一致的 ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_col() #2.可以通过guides...转化为因子因子水平与nameorder一致 tophit$name <- factor(tophit$name,levels = nameorder) ggplot(tophit,aes(x=avg,...,linetype=supp))+ geom_line() ##如果x变量是因子,那么必须同时告诉ggplot用来分组的变量 #在本例中,也可以把dose算作因子型向量(0.5,1,2) ggplot

    7.1K10
    领券