R语言ggplot2绘制GLM土地利用类别预测概率线报错

你推测的长度不匹配是触发本次报错的直接原因，但不是代码里存在的唯一问题：

• 直接触发报错的逻辑：你在ggplot()全局设置中指定数据源为1277行的原始数据集df2022hec，但传入的x、y美学映射对象是长度仅51的独立全局向量Cat9.seq、Cat9.res，后续geom_line里调用的Cat1.res长度同样为51，和数据源行数不匹配，直接触发check_aesthetics()的校验报错。
• 代码里额外存在的两个逻辑bug，哪怕绕过长度校验也无法得到正确图表：
  • 计算Cat9.res时，生成自变量序列的最小值误用了Cat.1列的最小值，不是Cat.9列自身的最小值，预测结果本身计算错误
  • 语法逻辑不符合ggplot2的映射规则：基础R的plot()/lines()是画布式绘图，可以逐次往现有画布添加不同长度、不同坐标范围的元素；但ggplot2是图层化映射，全局声明的数据源和美学属性会默认传递给所有图层，直接传入和数据源长度不匹配的向量本身就不符合语法要求。

ggplot2绘制多系列折线的核心规范是：所有参与绘图的元素需要整理为结构统一的数据框，再做美学映射，不要直接在aes()里调用零散的全局向量。修正后的完整代码如下：

library(ggplot2)

# 1. 修正预测值计算逻辑，用length.out直接指定序列点数，避免步长计算误差
## Cat1类别预测
Cat1.seq <- seq(min(df2022hec$Cat.1), max(df2022hec$Cat.1), length.out = 51)
Cat1.res <- invlogit(av.model2022.hec$coefficients["full","(Intercept)"]
                     + av.model2022.hec$coefficients["full","Cat.1"] * Cat1.seq)

## Cat9类别预测（修正之前误用Cat1最小值的错误）
Cat9.seq <- seq(min(df2022hec$Cat.9), max(df2022hec$Cat.9), length.out = 51)
Cat9.res <- invlogit(av.model2022.hec$coefficients["full","(Intercept)"]
                     + av.model2022.hec$coefficients["full","Cat.9"] * Cat9.seq)

# 2. 整理为长格式绘图数据框，后续新增剩余2个土地利用类别时，按相同格式追加即可
plot_data <- rbind(
  data.frame(
    lu_class = "Cat1",
    indicator_value = Cat1.seq,
    pred_prob = Cat1.res
  ),
  data.frame(
    lu_class = "Cat9",
    indicator_value = Cat9.seq,
    pred_prob = Cat9.res
  )
)

# 3. 绘图
ggplot(plot_data, aes(x = indicator_value, y = pred_prob, color = lu_class)) +
  geom_line(linewidth = 1) +
  # 以下为美化配置，可按需调整
  labs(
    x = "土地利用指标值",
    y = "预测概率",
    color = "土地利用类别"
  ) +
  scale_color_manual(values = c("Cat1" = "darkred", "Cat9" = "steelblue")) +
  theme_bw()

补充说明：

• 如果需要叠加原始数据的散点、误差条等元素，可以在ggplot()初始调用时指定原始df2022hec为数据源绘制背景层，再单独给折线图层传入data = plot_data参数，不要在全局aes()里混用不同来源、不同长度的向量。
• 后续补全剩余2个类别的结果时，只需要先完成对应类别的seq和res计算，再往rbind()里追加对应结构的data.frame即可，不需要额外新增geom_line图层，维护成本更低。

内容的提问来源于stack exchange，提问作者Roos