Julia Algebra of Graphics多数据集自动着色方法技术问询

问题根源 #

你当前的代码是将多个独立的data对象相加，每个对象对应一个数据集，但没有给这些数据集添加分组标识，因此Algebra of Graphics（AoG）无法自动区分不同数据集并分配颜色。

解决方案：通过分组列实现自动着色 #

AoG和Makie支持自动着色，核心是将所有数据合并到同一个DataFrame中，并添加一个分组列（比如标识不同数据集的编号或名称），然后在mapping中指定color映射到这个分组列，AoG会自动为每个分组分配不同颜色。

修正后的代码 #

using AlgebraOfGraphics, DataFrames, ColorSchemes, CairoMakie

function filterPlot(filterPos; xlab="Time (d)", ylab="Weight")
    # 将所有数据集合并到带分组列的DataFrame中
    combined_df = vcat([
        DataFrame(xx=1:length(thing), yy=thing, series=i)
        for (i, thing) in enumerate(filterPos)
    ]...)

    # 定义绘图映射：指定x、y轴，同时将color映射到分组列series
    plt = data(combined_df) *
          mapping(:xx => identity => xlab, :yy => identity => ylab) *
          mapping(color=:series) *
          visual(Lines)  # 指定绘制线条，若需点可替换为Scatter

    # 绘制图形，可指定调色板（不指定则用默认）
    drawing = draw(plt; 
                   axis=(xlabel=xlab, ylabel=ylab),
                   palettes=(; color=ColorSchemes.tab10.colors))  # tab10支持最多10个不同颜色
    return drawing
end

关键说明 #

• 分组列的作用：series列作为每个数据集的唯一标识，AoG会根据这个列的不同值自动分配颜色。
• 自动调色板：如果不指定palettes参数，AoG会使用默认的颜色循环方案，足够应对大多数场景；若需要自定义调色板，可像示例中那样指定ColorSchemes的调色板（比如tab10支持10种不同颜色，适合多数据集场景）。
• 替代写法：如果不想手动创建分组列，也可以用data(filterPos)结合mapping的group参数，但合并成单一DataFrame的方式更直观且易于扩展。

补充说明 #

Makie生态（包括AoG）的自动着色逻辑和Matplotlib类似，都是基于数据分组来识别需要区分的系列，只要正确提供分组标识，就能自动完成颜色分配，无需手动为每个数据集设置颜色。

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