如何在ggplot2直方图中使用另一连续变量的均值填充条形颜色

你的思路很实用——通过直方图展示一个变量的分布，同时用另一个连续变量的均值区分不同分箱的特征，能直观揭示两个变量间的潜在关联。不过直接用fill=wt行不通，因为geom_histogram会把多个观测归到同一个mpg分箱里，而fill=wt会试图给每个原始数据点的wt值映射颜色，导致颜色混乱。我们需要先计算每个mpg分箱对应的wt均值，再把这个均值映射到填充色上。

下面给你两种可行的解决方案：

方法一：用stat_summary_bin快速实现（推荐） #

这个方法不需要提前处理数据，直接在ggplot中通过统计函数自动计算每个分箱的计数和wt均值：

library(tidyverse)

mtcars %>% 
  ggplot(aes(x = mpg)) +
  # 用stat_summary_bin计算每个分箱的计数和wt均值
  stat_summary_bin(
    aes(y = ..count.., fill = ..mean(wt)..),  # y是分箱计数，fill是wt的均值
    fun = length,  # 统计每个分箱的样本数（即直方图高度）
    geom = "col",  # 用柱状图呈现，效果和geom_histogram一致
    bins = 8  # 指定分箱数，和geom_histogram默认值一致，可根据需求调整
  ) +
  # 设置颜色渐变图例
  scale_fill_gradient(low = "#cce7ff", high = "#003366", name = "Mean Weight") +
  # 添加标签
  labs(
    x = "Miles per Gallon (mpg)",
    y = "Number of Vehicles",
    title = "Distribution of MPG with Mean Weight by Bin"
  )

说明： #

• ..count..和..mean(wt)..是ggplot的特殊变量，分别代表分箱的计数和wt的均值
• geom="col"替代geom_histogram，因为我们已经明确了每个分箱的高度（计数）
• scale_fill_gradient可以自定义渐变的起始/结束颜色，name参数用来设置图例标题，清晰说明颜色对应的含义

方法二：手动分箱预处理数据（更灵活） #

如果你需要自定义分箱规则，或者要对分箱数据做额外分析，可以先手动处理数据再绘图：

library(tidyverse)

# 1. 对mpg进行分箱，计算每个分箱的计数和wt均值
mtcars_binned <- mtcars %>%
  # 用pretty函数生成美观的分箱边界，n指定分箱数
  mutate(mpg_bin = cut(mpg, breaks = pretty(mpg, n = 8))) %>%
  group_by(mpg_bin) %>%
  summarise(
    vehicle_count = n(),
    avg_weight = mean(wt)
  ) %>%
  # 计算分箱的中点，让x轴显示更直观
  mutate(
    mpg_mid = as.numeric(str_extract(mpg_bin, "\\d+\\.\\d+")) + 
      (diff(pretty(mtcars$mpg, n=8))[1]/2)
  )

# 2. 绘制直方图
mtcars_binned %>%
  ggplot(aes(x = mpg_mid, y = vehicle_count, fill = avg_weight)) +
  geom_col(width = diff(pretty(mtcars$mpg, n=8))[1]) +  # 柱子宽度匹配分箱宽度
  scale_fill_gradient(low = "#cce7ff", high = "#003366", name = "Mean Weight") +
  labs(
    x = "Miles per Gallon (mpg)",
    y = "Number of Vehicles",
    title = "Distribution of MPG with Mean Weight by Bin"
  )

说明： #

• cut(mpg, breaks = pretty(mpg, n=8))可以生成比默认分箱更美观的区间
• 计算mpg_mid是为了让x轴显示分箱的中点，比直接显示区间字符串更简洁
• 这种方法适合需要对分箱数据做进一步分析（比如过滤异常分箱）的场景

两种方法都能实现你想要的效果：每个直方图条形的颜色对应该mpg区间内车辆的平均重量，渐变图例清晰展示均值的相对高低，帮你直观观察mpg较低的组是否确实平均重量更高。

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