ggplot2叠加分组回归与新样本图层时图例异常问题求助

问题分析 #

叠加训练模型图层（含回归线、置信区间、训练样本）与新样本图层时，新样本图例不显示，本质是新样本的视觉属性（颜色/形状）与训练模型的映射共用了同一套刻度系统，新样本的类别不在原有刻度范围内；使用ggnewscale时出现多个图例，通常是因为未正确开启新刻度或重复设置映射。

解决方案 #

以下用模拟数据演示两种可行的解决方法：

1. 构造模拟数据 #

library(ggplot2)
library(dplyr)

# 训练数据：3个回归模型的样本
train_data <- expand.grid(model = c("Model1", "Model2", "Model3"),
                          x = seq(0, 10, length.out = 50)) %>%
  mutate(y = case_when(
    model == "Model1" ~ 2 + 0.8*x + rnorm(n(), 0, 1),
    model == "Model2" ~ 1 + 1.2*x + rnorm(n(), 0, 1.2),
    model == "Model3" ~ 3 + 0.5*x + rnorm(n(), 0, 0.8)
  ))

# 新样本数据：4个待评估样本
new_data <- tibble(x = c(3, 5, 7, 9),
                   y = c(5, 8, 6, 10),
                   type = "New Sample")

方法一：扩展原有刻度，包含新样本 #

将新样本的类别加入训练模型的颜色/形状刻度中，统一管理图例：

ggplot(train_data, aes(x = x, y = y, color = model)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +
  # 添加新样本，同时映射颜色和形状
  geom_point(data = new_data, aes(x = x, y = y, color = type, shape = type), size = 3) +
  # 手动指定所有类别的颜色值
  scale_color_manual(values = c("Model1" = "#F8766D", "Model2" = "#00BA38", "Model3" = "#619CFF", "New Sample" = "#C77CFF")) +
  # 手动指定形状：训练样本用圆形，新样本用三角形
  scale_shape_manual(values = c("Model1" = 16, "Model2" = 16, "Model3" = 16, "New Sample" = 17)) +
  theme_minimal()

新样本的图例会与训练模型的图例合并，清晰区分两类数据。

方法二：用ggnewscale开启独立刻度 #

为新样本单独创建一套视觉属性刻度，避免与训练模型冲突：

library(ggnewscale)

ggplot(train_data, aes(x = x, y = y, color = model)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +
  # 开启新的颜色刻度，与之前的模型颜色刻度独立
  new_scale_color() +
  # 添加新样本，映射颜色到type
  geom_point(data = new_data, aes(x = x, y = y, color = type), size = 3, shape = 17) +
  # 指定新样本的颜色值，并修改图例标题
  scale_color_manual(values = c("New Sample" = "#C77CFF"), name = "待评估样本") +
  theme_minimal()

此方法会生成两个独立图例：一个对应训练模型，一个对应新样本，无多余图例。

注意事项 #

• 使用ggnewscale时，new_scale_*()要放在新图层之前，确保新图层使用新刻度。
• 若仅用形状区分新样本，可改用new_scale_shape()，逻辑相同。

内容的提问来源于stack exchange，提问作者Laurent