如何保留DOY配色逻辑，将绘图图例替换为实际日期？

问题说明 #

需要绘制2021-2023年湖泊深度（Y轴）与温度（X轴）的时间序列数据，单月多采样日期按**Day of Year(DOY)**区分配色，但图例需显示实际采样日期。

原始代码存在的问题 #

1. Depth、Temp、DOY为字符型，会导致绘图时数值排序异常、连线逻辑错误
2. 图例直接显示DOY数值，不符合需求

修改后的代码（基础场景：每个DOY对应唯一日期） #

library(tidyverse)

# 修正数据类型：将字符型转为数值型
Temperature <- tibble(Depth = as.numeric(c('1' ,'2', '3' , '1', '2', '3')),
                      Date = c('1/18/2021', '1/18/2021', '1/18/2021', '3/11/2021', '3/11/2021', '3/11/2021'),
                      DOY = as.numeric(c('18', '18', '18', '70', '70', '70')),
                      Temp = as.numeric(c('1', '2.5', '3.5', '1.2', '2.0', '2.5')))

# 建立DOY与实际日期的对应映射
date_labels <- Temperature %>% 
  distinct(DOY, Date) %>% 
  arrange(DOY) %>% 
  pull(Date) %>% 
  set_names(.$DOY)

# 绘图：按DOY配色，图例显示实际日期
Temperature %>%
  ggplot(aes(x = Temp, y = Depth, colour = factor(DOY), group = DOY)) +
  geom_point() +
  geom_path() +
  scale_y_reverse(limits = c(5, 0)) +
  scale_x_continuous(limits = c(0, 4)) +
  scale_color_discrete(labels = date_labels, name = "采样日期") +
  theme_bw()

扩展场景：同DOY对应不同年份日期（同DOY同色） #

如果存在不同年份但DOY相同的采样日期，需要让这些日期使用同一种颜色，同时图例显示实际日期，可使用以下代码：

library(tidyverse)

# 构造包含同DOY不同年份的示例数据
Temperature_extended <- tibble(Depth = as.numeric(c('1' ,'2', '3' , '1', '2', '3', '1', '2', '3')),
                               Date = c('1/18/2021', '1/18/2021', '1/18/2021', '3/11/2021', '3/11/2021', '3/11/2021', '1/18/2022', '1/18/2022', '1/18/2022'),
                               DOY = as.numeric(c('18', '18', '18', '70', '70', '70', '18', '18', '18')),
                               Temp = as.numeric(c('1', '2.5', '3.5', '1.2', '2.0', '2.5', '0.8', '2.2', '3.2')))

# 为每个DOY分配专属颜色
doy_colors <- scales::hue_pal()(length(unique(Temperature_extended$DOY))) %>% 
  set_names(unique(Temperature_extended$DOY))

# 建立日期到DOY的映射
date_to_doy <- Temperature_extended %>% 
  distinct(Date, DOY) %>% 
  deframe()

# 绘图：同DOY日期使用同色，图例显示实际日期
Temperature_extended %>%
  ggplot(aes(x = Temp, y = Depth, colour = Date, group = Date)) +
  geom_point() +
  geom_path() +
  scale_y_reverse(limits = c(5, 0)) +
  scale_x_continuous(limits = c(0, 4)) +
  scale_color_manual(values = doy_colors[date_to_doy], name = "采样日期") +
  theme_bw()

关键修改点 #

• 转换数值列类型，确保绘图逻辑正常
• 通过scale_color_discrete或scale_color_manual替换图例标签为实际日期
• 针对不同数据场景，灵活选择颜色映射的变量（DOY或Date），同时保证配色符合DOY区分的需求

内容的提问来源于stack exchange，提问作者Daniela