如何为ggplot等高线图配置动态数量的自定义配色方案？

要解决geom_contour_filled颜色数量硬编码的问题，核心是动态获取自动生成的等高线类别数，再匹配对应数量的发散配色。以下是两种无额外依赖的实现方式：

方法一：利用内置HCL色系动态适配 #

hcl.colors是R 3.6+自带的颜色生成工具，Blue-Red 2本身是蓝→红的发散色系，反转后正好满足低数值深红、高数值深蓝的需求。步骤如下：

# 1. 先构建基础绘图对象（暂不添加颜色标尺）
base_plot <- ggplot(faithfuld, aes(waiting, eruptions, z = density)) +
  geom_contour_filled()

# 2. 提取自动生成的等高线类别数量
num_levels <- length(unique(base_plot$data$level))

# 3. 动态生成对应数量的配色并应用
base_plot +
  scale_fill_manual(values = rev(hcl.colors(num_levels, "Blue-Red 2")))

方法二：自定义发散配色（更灵活） #

如果需要更精准控制颜色（比如调整中间白色的深浅、边缘色的饱和度），可以用基础R的colorRampPalette自定义配色函数：

# 定义深红→白→深蓝的发散配色函数
diverge_palette <- colorRampPalette(c("#8B0000", "white", "#00008B"))

# 重复方法一的步骤：先建基础图，提取类别数，再应用配色
base_plot <- ggplot(faithfuld, aes(waiting, eruptions, z = density)) +
  geom_contour_filled()
num_levels <- length(unique(base_plot$data$level))

base_plot +
  scale_fill_manual(values = diverge_palette(num_levels))

关键说明 #

• geom_contour_filled会自动在绘图数据中生成level列（对应等高线的类别因子），通过unique(base_plot$data$level)就能拿到实际需要的颜色数量，完全适配不同数据集的变化。
• 两种方法都只依赖ggplot2和基础R函数，没有额外包依赖。

内容的提问来源于stack exchange，提问作者Tripartio