基于mtcars数据集绘制带分组回归线的彩色散点图求助

以下是满足所有需求的改进代码，同时避免了颜色映射冲突的问题：

library(ggplot2)
library(dplyr)

mtcars %>%
  ggplot(aes(x = wt, y = mpg)) +
  # 散点：按vs值填充颜色，使用带填充的点形状
  geom_point(size = 1, shape = 21, aes(fill = factor(vs))) +
  # 回归线：按gear分组绘制，按am值设置线条颜色
  geom_smooth(method = lm, se = FALSE, aes(group = gear, color = factor(am))) +
  # 自定义散点填充色：vs=0为灰色，vs=1为红色
  scale_fill_manual(
    name = "vs",
    values = c("0" = "gray", "1" = "red"),
    labels = c("0" = "vs=0", "1" = "vs=1")
  ) +
  # 自定义回归线颜色：am=0为蓝色，am=1为绿色
  scale_color_manual(
    name = "am",
    values = c("0" = "blue", "1" = "green"),
    labels = c("0" = "am=0", "1" = "am=1")
  ) +
  # 优化图表可读性
  labs(
    x = "Weight (1000 lbs)",
    y = "Miles/(US) gallon",
    title = "MPG vs Vehicle Weight"
  ) +
  theme_minimal()

关键修改说明 #

• 散点颜色处理：
  直接用color美学同时映射vs和am会导致颜色冲突，因此改用fill配合带填充的点形状（shape=21），将散点的填充色与回归线的线条颜色拆分为两个独立的美学属性，确保各自的颜色映射互不干扰。

• 回归线分组与着色：
  在geom_smooth的aes中同时指定group=gear（按gear分组生成3条回归线）和color=factor(am)（按am值为线条着色），再通过scale_color_manual精准指定对应颜色。

• 数据类型与图例优化：
  将vs和am转换为因子，让图例标签更清晰；同时为两个比例尺添加名称和自定义标签，提升图表的可解释性。

备选方案（需额外包） #

如果必须使用color美学为散点着色，可以借助ggnewscale包添加第二个颜色比例尺：

library(ggplot2)
library(dplyr)
library(ggnewscale)

mtcars %>%
  ggplot(aes(x = wt, y = mpg)) +
  geom_point(size = 1, aes(color = factor(vs))) +
  scale_color_manual(
    name = "vs",
    values = c("0" = "gray", "1" = "red"),
    labels = c("0" = "vs=0", "1" = "vs=1")
  ) +
  # 启动新的颜色比例尺
  new_scale_color() +
  geom_smooth(method = lm, se = FALSE, aes(group = gear, color = factor(am))) +
  scale_color_manual(
    name = "am",
    values = c("0" = "blue", "1" = "green"),
    labels = c("0" = "am=0", "1" = "am=1")
  ) +
  labs(x = "Weight (1000 lbs)", y = "Miles/(US) gallon") +
  theme_minimal()

使用此方案前需先安装ggnewscale包：install.packages("ggnewscale")

内容的提问来源于stack exchange，提问作者Ahir Bhairav Orai