如何根据数值为箱线图正确填充颜色：解决排序错误问题

问题原因 #

你当前的代码里，用unique(cut(data$tavg, ...))来设置因子水平，这会导致区间顺序是数据中随机出现的顺序，而非温度从低到高的逻辑顺序，直接造成颜色和温度区间的对应关系错乱。虽然viridis默认配色是从冷到暖，但顺序错了，颜色自然匹配不对。

解决步骤 #

1. 提前固定温度区间的逻辑顺序 #

先手动生成按温度从低到高排列的区间标签，不要依赖数据中的出现顺序：

temp_bins <- seq(-20, 30, 5)
# 生成标准的区间标签并按温度排序
temp_levels <- levels(cut(seq(-20, 25, 5), temp_bins))

2. 统一处理数据中的分组 #

把温度列切割后，用上面固定的temp_levels转成因子，保证区间顺序严格从低到高：

data$temp_group <- factor(cut(data$tavg, temp_bins), levels = temp_levels)

3. 颜色匹配 #

viridis默认的颜色序列刚好是从冷色调（深蓝）过渡到暖色调（亮黄），直接按区间数量生成颜色即可，完美契合你的需求。

完整修正代码 #

library(ggplot2)
library(viridisLite)

# 生成数据（修正原数据行数不匹配问题）
set.seed(123)  
data <- data.frame(tavg = sample(-30:30, 2000, replace = TRUE),
                   attendance = sample(100:30000, 2000, replace = TRUE))

# 定义温度区间并固定顺序
temp_bins <- seq(-20, 30, 5)
temp_levels <- levels(cut(seq(-20, 25, 5), temp_bins))
data$temp_group <- factor(cut(data$tavg, temp_bins), levels = temp_levels)

# 生成冷→暖的颜色序列
my_colors <- viridis(length(temp_levels))

# 绘图
ggplot(data, aes(x = temp_group, 
                 y = attendance, 
                 fill = temp_group)) +
  geom_boxplot(outlier.shape = NA) +
  geom_jitter(color = "black", size = 0.4, alpha = 0.1) +
  scale_fill_manual(values = my_colors) +
  labs(x = "Temperature", y = "Attendance", fill="Temperature Range") +
  ggtitle("Attendance vs Temperature") +
  theme_minimal()

补充提示 #

• 原代码中tavg是2000行，attendance只有1000行，存在行数不匹配的错误，已经修正为一致
• 如果需要反转颜色（高温冷色调/低温暖色调），可以用viridis(length(temp_levels), direction = -1)
• 用levels(cut(...))生成区间标签比手动拼接更规范，避免格式错误

内容的提问来源于stack exchange，提问作者Delopera