ggplot多线条重叠问题：寻求关联score的更优可视化方法

针对你用ggplot绘制100条关联score的线条但重叠严重、无法识别规律的问题，这里提供几种能同时展现线条与score关联的可视化方案：

1. 二维密度热图（分箱展示score区间规律） #

将score分箱后，用二维密度热图展示不同score区间内x与y的分布集中度，能直观看到score对y随x变化趋势的影响：

library(tidyverse)

# 对score进行分箱处理
df <- df %>%
  mutate(score_bin = cut(score, breaks = 10, labels = paste0("Score区间 ", 1:10)))

ggplot(df, aes(x = x, y = y)) +
  geom_bin2d(aes(fill = after_stat(count)), bins = 50) +
  facet_wrap(~score_bin, ncol = 2) +
  scale_fill_viridis_c(option = "plasma") +
  theme_bw() +
  theme(aspect.ratio = 0.5) +
  labs(x = "X", y = "Y", fill = "数据点数量")

2. 分组均值+置信区间线条图 #

保留线条形式的同时，通过统计每个score分箱下x对应的y的均值和置信区间，消除单条线的重叠干扰，清晰展现score带来的整体趋势：

# 按score分箱和x分组计算统计量
summary_df <- df %>%
  mutate(score_bin = cut(score, breaks = 10)) %>%
  group_by(score_bin, x) %>%
  summarise(
    y_mean = mean(y),
    y_low = quantile(y, 0.025),
    y_high = quantile(y, 0.975)
  ) %>%
  ungroup()

ggplot(summary_df, aes(x = x, y = y_mean, color = score_bin)) +
  geom_line(size = 1) +
  geom_ribbon(aes(ymin = y_low, ymax = y_high, fill = score_bin), alpha = 0.2) +
  scale_color_viridis_d(option = "plasma") +
  scale_fill_viridis_d(option = "plasma") +
  theme_bw() +
  theme(aspect.ratio = 0.5) +
  labs(x = "X", y = "Y的均值", color = "Score区间", fill = "Score区间")

3. 山脊图（对比不同score下y的分布差异） #

用山脊图结合x的分箱，直观对比不同score区间内y的分布形态，适合观察score变化带来的分布趋势差异：

library(ggridges)

ggplot(df, aes(x = y, y = score_bin, fill = score_bin)) +
  geom_density_ridges(scale = 0.9, alpha = 0.7) +
  facet_wrap(~cut(x, breaks = 8)) +
  scale_fill_viridis_d(option = "plasma") +
  theme_bw() +
  labs(x = "Y", y = "Score区间")

4. 动态交互图（可选） #

如果允许使用交互工具，用plotly将静态图转为交互形式，鼠标悬停可查看单条线的score信息，还能筛选特定score范围的线条：

library(plotly)

p <- ggplot(df, aes(x = x, y = y, group = score, color = score)) +
  geom_line(size = 0.15) +
  theme_bw() +
  theme(aspect.ratio = 0.5) +
  scale_color_gradient(low = 'blue', high = 'yellow')

ggplotly(p)

以上方案中，二维密度热图和分组均值图最适合快速捕捉score与y-x趋势的关联规律，可根据你的具体需求选择。

内容的提问来源于stack exchange，提问作者SiH