ggplot2直方图着色问题求助：按体温梯度设置填充色

使用ggplot2绘制医院患者体温直方图时，需要实现按体温梯度着色：X轴为体温，低体温（如36℃）用绿色、中等体温（如38℃）用黄色、高体温（如40℃）用红色；Y轴展示各体温区间的出现频次。当前使用的ggplot2代码如下：

ggplot(Hospital, aes(x=BodyTemperature)) +
  geom_histogram(aes(fill = factor(BodyTemperature))) +
  scale_x_continuous(breaks = seq(0, 100, by = 10)) +
  ylab("prevalence") + 
  xlab("BodyTemperature") +
  ggtitle("Temperature vs. prevalence")

已实现的base R版本可行代码：

color1 <- rep(brewer.pal(1, "Greens"))
color2 <- rep("#57c4fa", 0)
color3 <- brewer.pal(8, "Reds")
hist(Hospital$BodyTemperature[-357],
  breaks = seq(from = 0, to = 100, by = 10),
  main = "Temperature vs. prevalence", 
  ylab("prevalence"),
  xlab("Temperature"), 
  col = c(color1, color2, color3))

需要修正上述ggplot2代码，实现按体温梯度着色的效果。

原代码的问题在于将BodyTemperature转为因子后，每个独立体温值对应一个颜色，无法实现梯度着色。以下提供两种贴合需求的修正方式：

方法1：对齐base R的区间固定着色 #

完全匹配base R代码的区间划分与颜色逻辑，为每个体温区间指定对应颜色：

library(ggplot2)
library(RColorBrewer)

# 移除异常值，与base R代码保持一致
hospital_clean <- Hospital[-357, ]

# 定义区间与对应颜色
breaks <- seq(0, 100, by = 10)
color_palette <- c(brewer.pal(1, "Greens"), rep("#57c4fa", 0), brewer.pal(8, "Reds"))

ggplot(hospital_clean, aes(x = BodyTemperature)) +
  geom_histogram(breaks = breaks, aes(fill = cut(BodyTemperature, breaks = breaks))) +
  scale_fill_manual(values = color_palette, name = "Temperature Range") +
  scale_x_continuous(breaks = breaks) +
  labs(y = "prevalence", x = "BodyTemperature", title = "Temperature vs. prevalence")

方法2：平滑梯度着色（更贴合需求描述） #

实现从绿到黄再到红的连续颜色渐变，直观体现体温高低的色彩变化：

library(ggplot2)

hospital_clean <- Hospital[-357, ]

ggplot(hospital_clean, aes(x = BodyTemperature)) +
  geom_histogram(aes(fill = after_stat(x)), bins = 10) + # bins数量对应步长10的区间数
  scale_fill_gradientn(colors = c("green", "yellow", "red"), 
                       name = "Body Temperature (℃)",
                       limits = c(30, 42)) + # 可根据实际体温范围调整
  scale_x_continuous(breaks = seq(0, 100, by = 10)) +
  labs(y = "prevalence", x = "BodyTemperature", title = "Temperature vs. prevalence")

关键说明 #

• 方法1严格对齐base R的区间和颜色设置，适合需要和旧图保持一致的场景；
• 方法2的平滑渐变更符合“低绿中黄高红”的直观需求，视觉上更连贯；
• 两种方案都移除了原数据中的第357行异常值，与base R代码逻辑统一。

内容的提问来源于stack exchange，提问作者Harry Plotter