R语言stat_function报错'mapping'未使用及图例优化问题咨询

问题场景 #

我在完成指数分布中心极限定理的理解项目时，绘制模拟分布与理论分布对比图遇到了错误。运行代码时提示：'mapping' is not used by stat_function()。我推测错误指向aes参数，后续通过scale_color_manual将颜色映射为红色以显示图例。我的问题有两点：

1. 该错误产生的原因是什么？
2. 有没有更高效的方法，无需使用scale_color_manual来创建图例？

附上我的代码：

lambda <- 0.2
n_sims <- 1000
set.seed(100100)
total_exp <- rexp(40 * n_sims, rate = lambda)
exp_data <- data.frame(
  Mean = apply(matrix(total_exp, n_sims), 1, mean),
  Vars = apply(matrix(total_exp, n_sims), 1, var)
)
g <- ggplot(data = exp_data, aes(x = Mean))
g + geom_histogram(binwidth = .3, color = 'black', aes(y=..density..), fill = 'steelblue') +
  geom_density(size=.5, aes(color = 'Simulation'))+
  stat_function(fun = dnorm, mapping = aes(color='Theoretical'), args = list(mean = 1/lambda, sd = 1/lambda/sqrt(40)), size=.5, inherit.aes = F, show.legend = T)+
  geom_text(x = 5.6, y = 0.1, label = "Theoretical and Sample Mean", size = 2, color = 'red') +
  scale_color_manual("Legend", values = c('Theoretical' = 'red', 'Simulation' = 'blue')) +
  geom_vline(aes(xintercept = 1/lambda), lwd = 1.5, color = 'grey') +
  labs(x = 'Exponential Distribution Simulations Average Values') +
  ggtitle('Sample Mean vs Theoretical Mean of the Averages of the Exponential Distribution')+
  theme_classic(base_size = 10)

解答 #

1. 错误产生的原因

stat_function()函数没有mapping这个参数——这就是你收到错误提示的核心原因。

在ggplot2的语法逻辑里，mapping参数是给需要绑定数据列的geom/stat层（比如geom_histogram、geom_density）设计的，用来关联数据框中的列和美学属性。但stat_function()是直接基于数学函数生成曲线，不需要从数据框映射列，它的美学属性（比如color）可以直接通过aes()传递，不需要套在mapping=里。

你之前的代码里写了stat_function(..., mapping = aes(color='Theoretical'), ...)，相当于给一个不接受该参数的函数传了无效参数，自然会报错。把mapping=去掉，直接写aes(color='Theoretical')就能解决这个错误：

stat_function(fun = dnorm, aes(color='Theoretical'), args = list(mean = 1/lambda, sd = 1/lambda/sqrt(40)), size=.5, inherit.aes = F, show.legend = T)

2. 无需scale_color_manual的高效图例创建方法

如果你不想手动指定颜色映射，可以通过预先构造包含理论分布数据的数据框，把模拟密度和理论分布都用基于数据的geom层绘制，让ggplot自动生成图例，无需手动配置scale_color_manual。

修改后的代码示例：

lambda <- 0.2
n_sims <- 1000
set.seed(100100)
total_exp <- rexp(40 * n_sims, rate = lambda)
exp_data <- data.frame(
  Mean = apply(matrix(total_exp, n_sims), 1, mean),
  Vars = apply(matrix(total_exp, n_sims), 1, var)
)

# 构造理论分布数据框，匹配模拟数据的取值范围
x_range <- seq(min(exp_data$Mean), max(exp_data$Mean), length.out = 100)
theoretical_data <- data.frame(
  x = x_range,
  density = dnorm(x_range, mean = 1/lambda, sd = 1/lambda/sqrt(40)),
  type = "Theoretical"
)

ggplot() +
  # 绘制直方图
  geom_histogram(data = exp_data, aes(x = Mean, y = ..density..), binwidth = .3, color = 'black', fill = 'steelblue') +
  # 绘制模拟数据的密度曲线
  geom_density(data = exp_data, aes(x = Mean, color = "Simulation"), size = .5) +
  # 绘制理论正态分布曲线
  geom_line(data = theoretical_data, aes(x = x, y = density, color = type), size = .5) +
  geom_text(x = 5.6, y = 0.1, label = "Theoretical and Sample Mean", size = 2, color = 'red') +
  geom_vline(aes(xintercept = 1/lambda), lwd = 1.5, color = 'grey') +
  labs(x = 'Exponential Distribution Simulations Average Values', color = "Legend") +
  ggtitle('Sample Mean vs Theoretical Mean of the Averages of the Exponential Distribution')+
  theme_classic(base_size = 10)

这种方法的优势在于：

• 完全遵循ggplot2"数据驱动"的设计理念，所有可视化元素都绑定对应的数据框
• 图例由ggplot自动生成，无需手动指定颜色映射规则
• 代码逻辑更清晰，后续调整颜色、添加其他对比分布都更灵活

当然，如果一定要保留stat_function()且不想用scale_color_manual，也可以直接去掉该函数调用——ggplot会自动给"Simulation"和"Theoretical"分配默认颜色并生成图例，只是颜色不是你指定的红蓝色而已。

内容的提问来源于stack exchange，提问作者Nikita Yatchenko