如何让ggplot2中树状图与散点图使用一致的调色板？

问题描述 #

使用同一数据通过ggplot2绘制树状图与散点图：

• 将hclust()对象经as.dendrogram()转换后，用dendextend包的set()函数设置分支和标签颜色；
• 用vegan包的metaMDS()和scores()获取NMDS结果，以dendextend::cutree()生成的分组为散点图点上色；
• 两组图使用同一调色板，但同组颜色不匹配（例如巴塞罗那在树状图中为调色板第四色，在散点图中因属于cutree分组2而使用第二色）。

需要确保两组图的同组颜色完全一致。

可复现代码（MWE） #

library(RColorBrewer)
library(dendextend)
library(dplyr)
library(ggplot2)
library(vegan)

kay <- 5
mycolors <- brewer.pal(kay, "Dark2")

euro.hc <- hclust(eurodist)
euro.cut <- dendextend::cutree(euro.hc, k = kay)

euro.nmds <- metaMDS(eurodist, k = kay)

euro.df <- scores(euro.nmds, display = "sites", tidy = TRUE) %>%
  mutate(grp = as.factor(euro.cut))

dend <- as.dendrogram(euro.hc) %>%
  set("branches_k_color",
    value = mycolors,
    k = kay
  ) %>%
  set("labels_colors",
    value = mycolors,
    k = kay
  ) %>%
  set("branches_lwd", 1.0) %>%
  set("labels_cex", 1)


dend %>% ggplot(horiz = TRUE) +
  scale_x_continuous(expand = c(-1, -1)) +
  scale_y_reverse(expand = c(1, 1)) +
  theme(
    axis.title = element_blank(),
    axis.text = element_blank(),
    axis.ticks = element_blank()
  )

euro.df %>%
  ggplot() +
  geom_point(aes(x = NMDS1, y = NMDS2, color = grp)) +
  geom_text(aes(x = NMDS1, y = NMDS2, label = label, color = grp),
    vjust = -1,
    hjust = .50
  ) +
  scale_colour_manual(values = mycolors, guide = NULL) +
  coord_equal() +
  theme_minimal() +
  theme(
    line = element_blank(),
    axis.text = element_blank()
  )

问题根源 #

dendextend的branches_k_color和labels_colors是按树状图的分支聚类顺序分配调色板颜色，而cutree()返回的分组编号是按观测值的原始顺序生成的，两者的分组编号与颜色的映射逻辑完全不同，导致同组颜色不匹配。

解决方案 #

直接从树状图中提取每个观测对应的颜色，建立标签与颜色的映射关系，再将该映射应用到散点图中，确保两组图的颜色逻辑完全一致。

修正后的完整代码 #

library(RColorBrewer)
library(dendextend)
library(dplyr)
library(ggplot2)
library(vegan)

kay <- 5
mycolors <- brewer.pal(kay, "Dark2")

euro.hc <- hclust(eurodist)
euro.cut <- dendextend::cutree(euro.hc, k = kay)

euro.nmds <- metaMDS(eurodist, k = kay)

# 生成树状图并设置颜色
dend <- as.dendrogram(euro.hc) %>%
  set("branches_k_color",
    value = mycolors,
    k = kay
  ) %>%
  set("labels_colors",
    value = mycolors,
    k = kay
  ) %>%
  set("branches_lwd", 1.0) %>%
  set("labels_cex", 1)

# 关键步骤：提取每个叶节点（观测）对应的颜色，建立标签-颜色映射
label_color_map <- tibble(
  label = labels(dend),
  group_color = get_leaves_branches_col(dend)
)

# 处理NMDS数据，匹配对应颜色
euro.df <- scores(euro.nmds, display = "sites", tidy = TRUE) %>%
  left_join(label_color_map, by = "label")

# 绘制树状图（无需修改）
dend %>% ggplot(horiz = TRUE) +
  scale_x_continuous(expand = c(-1, -1)) +
  scale_y_reverse(expand = c(1, 1)) +
  theme(
    axis.title = element_blank(),
    axis.text = element_blank(),
    axis.ticks = element_blank()
  )

# 绘制散点图：直接使用树状图中对应的颜色
euro.df %>%
  ggplot() +
  geom_point(aes(x = NMDS1, y = NMDS2, color = group_color), size = 3) +
  geom_text(aes(x = NMDS1, y = NMDS2, label = label, color = group_color),
    vjust = -1,
    hjust = .50
  ) +
  scale_colour_identity(guide = NULL) + # 直接使用提取的颜色值
  coord_equal() +
  theme_minimal() +
  theme(
    line = element_blank(),
    axis.text = element_blank(),
    axis.title = element_blank()
  )

代码说明 #

1. get_leaves_branches_col(dend)：从树状图中直接提取每个叶节点（即每个观测）对应的颜色，这一步保证了颜色与树状图的分支颜色完全一致。
2. left_join(label_color_map, by = "label")：将NMDS结果中的观测标签与颜色映射表匹配，确保每个观测都能获取到树状图中对应的颜色。
3. scale_colour_identity()：散点图中直接使用映射到的颜色值，跳过默认的因子-颜色映射逻辑，彻底避免分组编号带来的颜色错位。

内容的提问来源于stack exchange，提问作者Michael S Taylor