使用R/ggraph为环形树状图按组着色线条遇问题求助

错误原因 #

出现attempt to replicate an object of type 'closure'错误的核心原因：直接写colour=colors时，R会把colors识别为内置的colors()函数（返回系统可用颜色列表的函数），而非你edges数据中自定义的colors列。要将数据列映射到图形美学属性，必须把参数放入aes()内部。

修改方案 #

1. 修正边着色的映射逻辑 #

将geom_edge_diagonal(colour=colors)修改为geom_edge_diagonal(aes(colour = colors))，让gggraph读取igraph对象中存储的边colors属性，实现动态着色。

2. 匹配颜色比例尺类型 #

你的colors列是离散分类值（color1/color2等），而非连续数值，因此需要把用于连续数据的scale_edge_colour_distiller(palette = "RdPu")替换为离散手动颜色映射器scale_edge_colour_manual，指定每个分类对应的实际颜色。

3. 修复顶点分组的匹配逻辑（原代码潜在问题） #

原代码中match函数的第三个参数属于冗余错误，修正顶点分组的赋值语句：

vertices$group <- edges$from[match(vertices$name, edges$to)]
# 补充根节点origin的分组值
vertices$group[vertices$name == "origin"] <- "origin"

完整修改代码 #

library(ggraph)
library(igraph)
library(tidyverse)
library(RColorBrewer)

d1 = read.csv("~/data1.csv", sep=",")
d2 = read.csv("~/data2.csv", sep=",")

edges=rbind(d1, d2)

# 创建顶点数据框
vertices = data.frame(
  name = unique(c(as.character(edges$from), as.character(edges$to))) , 
  value = runif(78)
) 

# 修正顶点分组逻辑
vertices$group <- edges$from[match(vertices$name, edges$to)]
vertices$group[vertices$name == "origin"] <- "origin"

# 标签角度与对齐设置
vertices$id=NA
myleaves=which(is.na(match(vertices$name, edges$from)))
nleaves=length(myleaves)
vertices$id[ myleaves ] = seq(1:nleaves)
vertices$angle= 90 - 360 * vertices$id / nleaves

vertices$hjust<-ifelse( vertices$angle < -90, 1, 0)
vertices$angle<-ifelse(vertices$angle < -90, vertices$angle+180, vertices$angle)

# 创建图对象
mygraph <- graph_from_data_frame( edges, vertices=vertices )

# 绘图：核心修改边着色逻辑
ggraph(mygraph, layout = 'dendrogram', circular = TRUE) + 
  geom_edge_diagonal(aes(colour = colors)) +  # 关键：将colour放入aes映射数据列
  # 手动指定分类对应的实际颜色，可按需调整
  scale_edge_colour_manual(values = c(
    "color1" = "#a6cee3", 
    "color2" = "#1f78b4", 
    "color3" = "#b2df8a", 
    "color4" = "#33a02c"
  )) +
  geom_node_text(aes(x = x*1.12, y=y*1.12, filter = leaf, label=name, angle = angle, colour=group, hjust=hjust), size=6) +
  geom_node_point(aes(filter = leaf, x = x*1.07, y=y*1.07, colour=group, alpha=.2, size=2)) +
  scale_colour_manual(values= rep( brewer.pal(7,"Paired") , 30)) +
  scale_size_continuous( range = c(0.1,17) ) +
  theme_void() +
  theme(
    legend.position="none",
    plot.margin=unit(c(0,0,0,0),"cm"),
  ) +
  expand_limits(x = c(-1.3, 1.3), y = c(-1.3, 1.3))

关键说明 #

• 所有需要绑定数据列的美学属性（颜色、大小、形状等），必须放在aes()内部，否则R会将其视为固定值或内置函数处理。
• 边的颜色比例尺需与数据类型匹配：离散分类用scale_edge_colour_manual，连续数值用scale_edge_colour_distiller或scale_edge_colour_continuous。

内容的提问来源于stack exchange，提问作者Beatdown