使用scale_fill_stepsn分箱时如何避免数据重新缩放？

我有一组连续数据，想用分箱颜色刻度做可视化。由于数据分布不均，我在数值区间的低端设置了更多断点，目的是突出低数值之间的差异。但scale_fill_stepsn在分箱过程中会自动重新缩放数据，导致颜色映射仅反映断点的相对位置，低数值间的差异难以清晰区分。我希望颜色能均匀分配到自定义的断点上，同时仍使用scale_fill_stepsn()函数，有没有可行方法？

我知道可以手动对数据分箱后以离散形式传入ggplot，但不想这么操作；同时也不想对数据进行任何变换（比如取对数）。

示例代码：

library(ggplot2)

# 生成带异常值的样本数据
df <- expand.grid(x = 0:5, y = 0:5)
df$z <- abs(rnorm(36))
df$z[[4]] <- 12
df$z[[8]] <- 17
df$z[[30]] <- 7
breaks=c(0, 0.25, 0.5, 1, 2, 5, 10, 20)

ggplot(df) +
  geom_tile(aes(x=x, y=y, fill=z)) + 
  scale_fill_stepsn(colors=terrain.colors(7),
                    breaks=breaks)

当前生成的图表中，大部分色块为相近的绿色，低数值间的差异无法清晰分辨：
低数值差异模糊的ggplot热力图

核心是通过自定义rescaler函数，让自定义断点在颜色映射时被当作等间距处理，规避scale_fill_stepsn默认的线性缩放逻辑。

只需在scale_fill_stepsn中添加rescaler = ~ as.numeric(cut(., breaks = breaks))参数，这样每个分箱会被赋予连续的整数序号，颜色就能均匀分配到每个自定义断点区间：

library(ggplot2)

df <- expand.grid(x = 0:5, y = 0:5)
df$z <- abs(rnorm(36))
df$z[[4]] <- 12
df$z[[8]] <- 17
df$z[[30]] <- 7
breaks=c(0, 0.25, 0.5, 1, 2, 5, 10, 20)

ggplot(df) +
  geom_tile(aes(x=x, y=y, fill=z)) + 
  scale_fill_stepsn(
    colors=terrain.colors(7),
    breaks=breaks,
    rescaler = ~ as.numeric(cut(., breaks = breaks))  # 关键自定义缩放逻辑
  )

原理说明 #

• 默认rescaler会将数据线性缩放到[0,1]区间，稀疏的高端断点会压缩低端颜色的差异空间；
• 自定义的rescaler通过cut()把每个数据点映射到对应的分箱序号（1到分箱总数），让每个分箱在颜色映射时拥有相同权重，从而实现颜色在自定义断点间的均匀分配；
• 该方法无需修改原始数据，也不需要对数据做任何变换，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Jaken