请求为ggplot2绘制的分面柱状图添加渐变色

修正原代码的冗余问题 #

原代码同时使用了facet_wrap(~name)和facet_grid(~name)，会导致分面重复，只需保留其中一个即可。此外，position_stack()在分面场景下是多余的，因为每个分面仅对应一个分组的数值。

方式一：基于数值的全局渐变色（推荐） #

这种方式让每个柱子的填充色根据数值大小渐变，直观反映数值高低，实现起来最简单：

library("ggplot2")
library(tidyverse)

# 读取数据（如果用本地文件，替换为read.delim(file="TEST2.txt", header = TRUE)）
topfun <- tibble(
  Name = c("DNA damage", "Telomerase", "DNA repair", "Envelope repair"),
  WT1 = c(50, 60, 90, 45),
  MUT1 = c(40, 55, 80, 30),
  WT2 = c(45, 55, 80, 35),
  MUT2 = c(5, 2, 4, 6)
)

topfun %>%
  pivot_longer(-Name) %>%
  ggplot(aes(x = Name, y = value, fill = value)) +
  geom_col(color="black") +
  coord_flip() +
  facet_wrap(~name, ncol = 2) +  # 设置分面为2列，布局更美观
  theme(axis.text = element_text(size=13)) +
  # 使用viridis渐变配色，也可替换为scale_fill_gradient(low="white", high="blue")自定义
  scale_fill_viridis_c(option = "plasma", name = "Expression Level") +
  labs(x = "Functional Item", y = "Value")

说明：

• 将fill映射到value，让颜色随数值变化
• scale_fill_viridis_c是ggplot2内置的色盲友好型渐变配色，option参数可切换不同色系（如"viridis"、"magma"等）
• 若需要自定义渐变，可改用scale_fill_gradient(low = "#f0f9ff", high = "#2563eb")设置首尾颜色

方式二：为每个分组设置独立渐变色 #

如果需要区分野生型（WT）和突变型（MUT）的色调，可为每个分组单独定义渐变色系：

library("ggplot2")
library(tidyverse)

topfun <- tibble(
  Name = c("DNA damage", "Telomerase", "DNA repair", "Envelope repair"),
  WT1 = c(50, 60, 90, 45),
  MUT1 = c(40, 55, 80, 30),
  WT2 = c(45, 55, 80, 35),
  MUT2 = c(5, 2, 4, 6)
)

# 归一化每个分组的数值到0-1范围，用于匹配渐变颜色
topfun_long <- topfun %>%
  pivot_longer(-Name) %>%
  group_by(name) %>%
  mutate(norm_value = scales::rescale(value))

# 为每个分组定义渐变配色（浅到深）
group_palettes <- list(
  WT1 = scales::gradient_n_pal(c("#e6f7ff", "#1890ff"))(seq(0, 1, length.out = 4)),
  MUT1 = scales::gradient_n_pal(c("#fff7e6", "#fa8c16"))(seq(0, 1, length.out = 4)),
  WT2 = scales::gradient_n_pal(c("#f0f5ff", "#2f54eb"))(seq(0, 1, length.out = 4)),
  MUT2 = scales::gradient_n_pal(c("#fff1f0", "#ff4d4f"))(seq(0, 1, length.out = 4))
)

# 为每个数据点匹配对应分组的渐变颜色
topfun_long <- topfun_long %>%
  mutate(fill_color = case_when(
    name == "WT1" ~ group_palettes$WT1[rank(norm_value)],
    name == "MUT1" ~ group_palettes$MUT1[rank(norm_value)],
    name == "WT2" ~ group_palettes$WT2[rank(norm_value)],
    name == "MUT2" ~ group_palettes$MUT2[rank(norm_value)]
  ))

# 绘图
ggplot(topfun_long, aes(x = Name, y = value, fill = fill_color)) +
  geom_col(color="black") +
  coord_flip() +
  facet_wrap(~name, ncol = 2) +
  theme(axis.text = element_text(size=13)) +
  # 使用identity映射自定义颜色，并添加颜色图例
  scale_fill_identity(name = "Level", 
                      guide = "colorbar",
                      labels = c("Low", "Medium", "High"),
                      breaks = c(group_palettes$WT1[1], group_palettes$WT1[2], group_palettes$WT1[4])) +
  labs(x = "Functional Item", y = "Value")

说明：

• 每个分组使用独立的渐变色调，野生型用蓝色系，突变型用橙/红色系，便于区分
• 通过scales::rescale归一化数值，确保每个分组内的颜色渐变范围一致

内容的提问来源于stack exchange，提问作者Venkata Narasimha Kadali