嘿，这个问题很常见，咱们直接来看几种实用的自定义颜色方法，完美适配你这个分组密度图的需求～

方法1：手动指定专属颜色（最灵活） #

你可以直接用scale_fill_manual()自定义密度曲线的填充色，用scale_colour_manual()自定义均值虚线的颜色，完全按你的喜好来搭配：

set.seed(1234)
dat <- data.frame(cond = factor(rep(c("A","B", "C"), each=300)), rating = c(rnorm(300, mean=1),rnorm(300, mean=-1),rnorm(300, mean=0)))
library(plyr)
cdat <- ddply(dat, "cond", summarise, mean=mean(rating))
library(ggplot2)

# 定义你想要的颜色，支持十六进制码或R内置颜色名
my_custom_colors <- c("A" = "#FF6B6B", "B" = "#4ECDC4", "C" = "#45B7D1")

ggplot(dat, aes(x=rating, fill=cond)) + 
  geom_density(alpha=.3) + 
  geom_vline(data=cdat, aes(xintercept=mean, colour=cond), linetype="dashed", size=1) +
  # 自定义填充色
  scale_fill_manual(values = my_custom_colors) +
  # 自定义虚线颜色（可以和填充色对应，也可以单独设置）
  scale_colour_manual(values = my_custom_colors)

这里的values参数可以直接对应你的cond分组，确保每个分组的颜色精准匹配，不管是用十六进制颜色码（比如#FF6B6B）还是R内置的颜色名称（比如"red"、"blue"）都可以。

方法2：用专业预定义调色板（省时间还协调） #

如果你不想自己凑颜色，可以用RColorBrewer包的专业调色板，一键生成协调的分组颜色：

set.seed(1234)
dat <- data.frame(cond = factor(rep(c("A","B", "C"), each=300)), rating = c(rnorm(300, mean=1),rnorm(300, mean=-1),rnorm(300, mean=0)))
library(plyr)
cdat <- ddply(dat, "cond", summarise, mean=mean(rating))
library(ggplot2)
library(RColorBrewer) # 先加载这个包

ggplot(dat, aes(x=rating, fill=cond)) + 
  geom_density(alpha=.3) + 
  geom_vline(data=cdat, aes(xintercept=mean, colour=cond), linetype="dashed", size=1) +
  # 用Brewer的离散调色板，比如"Set2"、"Pastel1"、"Dark2"都是常用款
  scale_fill_brewer(palette = "Set2") +
  scale_colour_brewer(palette = "Set2")

你可以试试不同的palette参数值，RColorBrewer提供了很多适合多分组场景的配色，视觉上会很和谐。

方法3：快速统一离散颜色（适合简单场景） #

如果只是想快速替换默认颜色，也可以用scale_fill_discrete()和scale_colour_discrete()直接指定颜色列表：

set.seed(1234)
dat <- data.frame(cond = factor(rep(c("A","B", "C"), each=300)), rating = c(rnorm(300, mean=1),rnorm(300, mean=-1),rnorm(300, mean=0)))
library(plyr)
cdat <- ddply(dat, "cond", summarise, mean=mean(rating))
library(ggplot2)

ggplot(dat, aes(x=rating, fill=cond)) + 
  geom_density(alpha=.3) + 
  geom_vline(data=cdat, aes(xintercept=mean, colour=cond), linetype="dashed", size=1) +
  scale_fill_discrete(values = c("orange", "purple", "green")) +
  scale_colour_discrete(values = c("orange", "purple", "green"))

这个方法更简洁，适合颜色需求简单的场景，颜色会按分组的顺序自动对应。

小提示 #

因为你的cond是因子类型（离散分组），所以上面这些离散型的颜色设置方法都完全适用。如果是连续变量的密度图，才需要用到scale_fill_gradient()这类连续色标的函数哦～

内容的提问来源于stack exchange，提问作者Armando González Díaz