修改

Question

假设我在ggplot中有以下图：

它是使用以下代码生成的：

x <- seq(0, 10, by = 0.2)
y1 <- sin(x)
y2 <- cos(x)
y3 <- cos(x + pi / 4)
y4 <- sin(x + pi / 4)
df1 <- data.frame(x, y = y1, Type = as.factor("sin"), Method = as.factor("method1"))
df2 <- data.frame(x, y = y2, Type = as.factor("cos"), Method = as.factor("method1"))
df3 <- data.frame(x, y = y3, Type = as.factor("cos"), Method = as.factor("method2"))
df4 <- data.frame(x, y = y4, Type = as.factor("sin"), Method = as.factor("method2"))

df.merged <- rbind(df1, df2, df3, df4)

ggplot(df.merged, aes(x, y, colour = interaction(Type, Method), linetype = Method, shape = Type)) + geom_line() + geom_point()

我想只有一个图例正确显示形状，颜色和线条类型（交互（类型，方法）图例最接近我想要的，但它没有正确的形状/线型）。

我知道如果我使用scale_xxx_manual并为所有图例指定相同的标签，它们将被合并，但我不想手动设置标签：如果有新的方法或类型，我不想修改我的代码：想要通用的东西。

修改

正如下面的答案所指出的，在这种特殊情况下，有几种方法可以完成工作。所有建议的解决方案都需要使用scale_xxx_manual function或guides函数手动设置图例线型和形状。

但是，建议的解决方案在一般情况下仍然不起作用：例如，如果我使用新的“method3”方法向数据集添加新数据框，它不再起作用，我们必须手动添加新的图例形状和线型：

y5 <- sin(x - pi / 4)
df5 <- data.frame(x, y = y5, Type = as.factor("sin"), Method = as.factor("method3"))
df.merged <- rbind(df1, df2, df3, df4, df5)
override.shape <- c(16, 17, 16, 17, 16)
override.linetype <- c(1, 1, 3, 3, 4)

g <- ggplot(df.merged, aes(x, y, colour = interaction(Type, Method), linetype = Method, shape = Type)) + geom_line() + geom_point()
g <- g + guides(colour = guide_legend(override.aes = list(shape = override.shape, linetype = override.linetype)))
g <- g + scale_shape(guide = FALSE)
g <- g + scale_linetype(guide = FALSE)
print(g)

这给出了：

现在的问题是：如何自动生成override.shape和override.linetype向量？

请注意，矢量大小为5，因为我们有5条曲线，而interaction(Type, Method)因子的大小为6（我没有cos / method3组合的数据）

Answer 1

前几天我遇到了这个问题。 Legends上的R Cookbook部分解释说：

如果你同时使用颜色和形状，它们都需要给定比例规格。否则会有两个不同的传说。

在您的情况下，您需要shape和linetype的规范。

修改

创建形状颜色和线条的相同数据非常重要，我通过直接定义列来组合您的交互阶段。我使用scale_linetype_discrete来指定值，而不是scale_linetype_manual来创建图例，因为默认情况下它们将采用四个不同的值。

如果您想要详细列出所有可能的形状和线型，请检查this R Graphics site以查看所有数字标识符：

df.merged$int <- paste(df.merged$Type, df.merged$Method, sep=".") ggplot(df.merged, aes(x, y, colour = int, linetype=int, shape=int)) + geom_line() + geom_point() + scale_colour_discrete("") + scale_linetype_manual("", values=c(1,2,1,2)) + scale_shape_manual("", values=c(17,17,16,16))

Answer 2

使用labs()并为定义geoms外观的所有美学设置相同的值。

library('ggplot2')
ggplot(iris) + 
  aes(x = Sepal.Length, y = Sepal.Width, 
      color = Species, linetype = Species, shape = Species) +
  geom_line() +
  geom_point() +
  labs(color  = "Guide name", linetype = "Guide name", shape = "Guide name")

Answer 3

只需要将两个指南命名为相同。例如：

g+ scale_linetype_manual(name="Guide1",values= c('solid', 'solid', 'dotdash'))+
   scale_colour_manual(name="Guide1", values = c("blue", "green","red"))

Answer 4

以下是一般情况下的解决方案：

# Create the data frames
x <- seq(0, 10, by = 0.2)
y1 <- sin(x)
y2 <- cos(x)
y3 <- cos(x + pi / 4)
y4 <- sin(x + pi / 4)
y5 <- sin(x - pi / 4)
df1 <- data.frame(x, y = y1, Type = as.factor("sin"), Method = as.factor("method1"))
df2 <- data.frame(x, y = y2, Type = as.factor("cos"), Method = as.factor("method1"))
df3 <- data.frame(x, y = y3, Type = as.factor("cos"), Method = as.factor("method2"))
df4 <- data.frame(x, y = y4, Type = as.factor("sin"), Method = as.factor("method2"))
df5 <- data.frame(x, y = y5, Type = as.factor("sin"), Method = as.factor("method3"))

# Merge the data frames
df.merged <- rbind(df1, df2, df3, df4, df5)

# Create the interaction
type.method.interaction <- interaction(df.merged$Type, df.merged$Method)

# Compute the number of types and methods
nb.types <- nlevels(df.merged$Type)
nb.methods <- nlevels(df.merged$Method)

# Set the legend title
legend.title <- "My title"

# Initialize the plot
g <- ggplot(df.merged, aes(x,
                           y,
                           colour = type.method.interaction,
                           linetype = type.method.interaction,
                           shape = type.method.interaction)) + geom_line() + geom_point()
# Here is the magic
g <- g + scale_color_discrete(legend.title)
g <- g + scale_linetype_manual(legend.title,
                               values = rep(1:nb.types, nb.methods))
g <- g + scale_shape_manual(legend.title,
                            values = 15 + rep(1:nb.methods, each = nb.types))
# Display the plot
print(g)

结果如下：

Sinus曲线绘制为实线，cosinus曲线绘制为虚线。
“method1”数据使用实心圆圈作为形状。
“method2”数据使用填充三角形作为形状。
“method3”数据使用填充的钻石作为形状。
图例与曲线匹配

总结一下，技巧是：

使用类型/方法interaction进行所有数据表示（颜色，形状， linetype等。）
然后手动设置曲线样式和图例样式 scale_xxx_manual。
scale_xxx_manual允许您提供一个比实际曲线数更长的值向量，因此可以很容易地从Type和Method因子的大小计算样式向量值

Answer 5

如果我理解你的问题，下面的代码会产生所需的图例，但我不确定我是否理解标签问题，所以请告诉我这是不是你想要的。

p = ggplot(df.merged, aes(x, y, colour=interaction(Type, Method), 
                          linetype=interaction(Type, Method), 
                          shape=interaction(Type, Method))) + 
  geom_line() + 
  geom_point()

p + scale_shape_manual(values=rep(16:17, 2)) +
  scale_linetype_manual(values=rep(c(1,3),each=2))

如何在ggplot中合并颜色，线条样式和形状图例

修改

5 个答案: