如何在ggplot2中为带多色拟合线的多色散点图分配颜色

嘿，我明白你的需求——要做一个散点按gender着色，同时带全局和分组二次拟合线的图，之前的尝试要么散点颜色不对，要么图例乱掉对吧？我给你两个方案，一个是用ggplot原生功能的简便方法，另一个是修复你现有代码的思路，先看最省心的那个：

方法一：用geom_smooth自动搞定（推荐） #

如果你不需要手动控制预测的x序列，geom_smooth可以直接帮你完成拟合和绘图，代码简洁还不容易出错：

library(ggplot2)

# 假设你的数据集叫data，gender已经转成因子啦
ggplot(data, aes(x = x, y = tc)) +
  # 散点按gender着色，加半透明避免重叠
  geom_point(aes(colour = gender), alpha = 0.6) +
  # 全局二次拟合线，用黑色突出显示
  geom_smooth(method = "lm", formula = y ~ x + I(x^2), 
              aes(colour = "Global Fit"), 
              se = FALSE, linewidth = 1.2) +
  # 男性（gender=0）的二次拟合线
  geom_smooth(data = data[data$gender == 0, ],
              method = "lm", formula = y ~ x + I(x^2),
              aes(colour = "Male Fit"), 
              se = FALSE, linewidth = 1) +
  # 女性（gender=1）的二次拟合线
  geom_smooth(data = data[data$gender == 1, ],
              method = "lm", formula = y ~ x + I(x^2),
              aes(colour = "Female Fit"), 
              se = FALSE, linewidth = 1) +
  # 统一颜色映射，让散点和对应拟合线颜色一致
  scale_colour_manual(
    name = "Legend",
    values = c(
      "Global Fit" = "black",
      "Male Fit" = "darkseagreen",
      "Female Fit" = "cornflowerblue",
      "0" = "darkseagreen",  # 男性散点和拟合线同色
      "1" = "cornflowerblue" # 女性散点和拟合线同色
    ),
    labels = c(
      "Global Fit",
      "Male",
      "Female",
      "Male Fit",
      "Female Fit"
    )
  ) +
  theme_minimal()

为啥这个方法好用？ #

• 所有元素的颜色都绑定到colour这一个美学属性，图例自动合并，不会出现两个分开的图例
• geom_smooth自动处理拟合、预测和绘图，不用手动生成x序列和计算预测值，省了很多麻烦
• 自定义颜色映射确保散点和对应分组的拟合线颜色完全一致，视觉上更清晰

方法二：修复你手动生成拟合数据的代码 #

要是你坚持要自己处理预测数据，那得解决两个核心问题：散点的颜色属性用错了，还有拟合线的数据结构太乱。修复后的代码如下：

library(ggplot2)
library(reshape2)

# 先拟合三个模型：全局、男性、女性
fullmodel <- lm(tc ~ x + I(x^2), data = data)
slrmen <- lm(tc ~ x + I(x^2), data = data[data$gender == 0, ])
slrwomen <- lm(tc ~ x + I(x^2), data = data[data$gender == 1, ])

# 生成用于预测的连续x序列
x_seq <- seq(from = range(data$x)[1], to = range(data$x)[2], length.out = 100)

# 把所有拟合结果整理成一个清晰的长数据框
fit_data <- data.frame(
  x = rep(x_seq, 3),
  fit_type = rep(c("Global", "Male", "Female"), each = 100),
  y_fit = c(
    predict(fullmodel, newdata = data.frame(x = x_seq)),
    predict(slrmen, newdata = data.frame(x = x_seq)),
    predict(slrwomen, newdata = data.frame(x = x_seq))
  )
)

# 开始绘图
plt <- ggplot() +
  # 散点：用colour=gender，不要用fill！默认散点是空心的，fill不生效
  geom_point(data = data, aes(x = x, y = tc, colour = gender), alpha = 0.6) +
  # 拟合线：按fit_type着色，和散点颜色对应
  geom_line(data = fit_data, aes(x = x, y = y_fit, colour = fit_type), linewidth = 1) +
  # 自定义颜色映射，统一散点和拟合线的颜色
  scale_colour_manual(
    name = "Groups & Fits",
    values = c(
      "0" = "darkseagreen",    # 男性散点
      "1" = "cornflowerblue",  # 女性散点
      "Global" = "black",      # 全局拟合线
      "Male" = "darkseagreen", # 男性拟合线和散点同色
      "Female" = "cornflowerblue" # 女性拟合线和散点同色
    ),
    labels = c(
      "Male",
      "Female",
      "Global Fit",
      "Male Fit",
      "Female Fit"
    )
  ) +
  theme_minimal()

show(plt)

你之前代码的问题在哪里？ #

1. 散点颜色不生效：你用了fill=gender，但默认散点的shape是空心的（比如shape=1），fill属性只会在实心点（比如shape=21）上显示，换成colour=gender就对了；要是想用实心点加填充色，可以设置shape=21，再指定fill=gender和colour="black"（边框颜色）。
2. 拟合线数据结构混乱：你把fullf、fullm这些放在宽数据里，导致拟合线的分组和gender的对应关系不清晰，整理成包含fit_type的长数据后，更容易和散点的颜色统一起来。
3. 图例不统一：之前的代码分别用了colour=fitmethod和fill=gender，生成了两个独立的图例，统一用colour美学后，图例就会自动合并成一个。

额外小技巧 #

• 如果拟合线重叠严重，可以给不同的线设置不同的linewidth或者linetype，比如全局拟合线用粗线，分组拟合线用细线，或者全局用实线，分组用虚线，这样一眼就能区分开。
• 给散点加alpha=0.6比抖动效果更适合连续x值的情况，既能避免点重叠看不清，又不会让图显得乱糟糟。

内容的提问来源于stack exchange，提问作者user48867