在R中基于十六进制颜色码绘制植物茎颜色影响因素可视化图的方法

针对你的需求，这里提供几种实用的可视化方案，直接基于你给出的数据集实现：

1. 散点图：用实际茎颜色标记，关联环境因子 #

这个方案能直观展示每个样本的实际茎颜色，同时结合湿度、温度两个变量：

library(ggplot2)

ggplot(df1, aes(x = temp, y = moisture)) +
  geom_point(aes(color = stem_color, size = red), alpha = 0.8, stroke = 1) +
  # 强制使用原始十六进制颜色，不做自动颜色映射
  scale_color_identity() +
  labs(x = "温度", y = "湿度", size = "红色分量值", title = "湿度、温度与植物茎颜色的关系") +
  theme_minimal()

说明： #

• scale_color_identity() 让ggplot直接调用stem_color列的十六进制颜色，避免自动配色干扰
• 点的大小绑定红色分量值，可同时展示颜色的红色通道强度
• 可按需切换x/y轴为light（光照条件），分组观察不同环境下的颜色差异

2. 红色分量与环境因子的关联分析图 #

如果重点关注红色分量的变化，可用以下方式展示其与湿度、温度的相关性：

2.1 双变量散点图（带拟合线） #

# 红色分量 vs 温度
ggplot(df1, aes(x = temp, y = red)) +
  geom_point(aes(color = stem_color), size = 3) +
  scale_color_identity() +
  geom_smooth(method = "lm", se = FALSE, color = "darkgray") +
  labs(x = "温度", y = "红色分量值", title = "红色分量随温度的变化") +
  theme_minimal()

# 红色分量 vs 湿度
ggplot(df1, aes(x = moisture, y = red)) +
  geom_point(aes(color = stem_color), size = 3) +
  scale_color_identity() +
  geom_smooth(method = "lm", se = FALSE, color = "darkgray") +
  labs(x = "湿度", y = "红色分量值", title = "红色分量随湿度的变化") +
  theme_minimal()

2.2 多变量配对图 #

一次性展示所有变量间的关系：

pairs(df1[, c("moisture", "temp", "red")], 
      col = df1$stem_color, 
      pch = 16, 
      main = "环境因子与红色分量的配对关系")

3. 热图（适合样本量扩充后） #

如果后续收集更多样本，可将温度/湿度作为坐标轴，红色分量（或颜色的综合指标）作为填充值，绘制热图：

library(reshape2)
# 转换数据格式
df_melt <- melt(df1[, c("moisture", "temp", "red")], id.vars = c("moisture", "temp"))

ggplot(df_melt, aes(x = temp, y = moisture)) +
  geom_tile(aes(fill = value), color = "white") +
  geom_text(aes(label = round(value, 1)), color = "black") +
  scale_fill_gradient(low = "#333333", high = "#ff0000") +
  labs(x = "温度", y = "湿度", fill = "红色分量值", title = "红色分量的热图分布") +
  theme_minimal()

补充提示： #

• 若想使用颜色的完整RGB信息，可通过col2rgb(df1$stem_color)提取绿、蓝分量，加入分析
• 样本量较少时，散点图是最直观的选择；样本量足够后，热图能更好展示变量间的连续变化关系

内容的提问来源于stack exchange，提问作者ElizaBeso000