R语言ggplot2如何为facet_wrap分面密度曲线添加向下渐变填充

解决方案 #

你可以通过预计算密度+透明度映射的方式实现效果，该方法渲染效率远高于ggpattern，完美适配分面场景：

library(ggplot2)
library(dplyr)
set.seed(321)

# 生成示例数据
varNames <- c("x1", "x2", "x3")
df <- data.frame(
  var = sample(varNames, 100, replace = T),
  val = runif(100)
)

# 预计算每个分组的密度参数
density_df <- df %>%
  group_by(var) %>%
  summarise(
    dens_val = density(val, n = 512)$y,
    x_val = density(val, n = 512)$x,
    max_dens = max(density(val, n = 512)$y)
  ) %>%
  ungroup()

# 生成渐变填充用的网格数据，计算透明度
gradient_df <- density_df %>%
  rowwise() %>%
  reframe(
    var = var,
    x = x_val,
    y = seq(0, dens_val, length.out = 100),
    alpha = y / max_dens # 越靠近底部透明度越低，实现向下渐变
  )

# 最终绘图
ggplot() +
  # 渐变填充层
  geom_tile(data = gradient_df, aes(x = x, y = y, fill = var, alpha = alpha)) +
  # 密度曲线轮廓层
  geom_density(data = df, aes(x = val, colour = var), linewidth = 0.8) +
  facet_wrap(~var) +
  scale_alpha_identity() + # 直接使用预计算的透明度值
  theme_bw() +
  theme(legend.position = "none")

原理是提前计算好每个x坐标下密度曲线从底部到顶部的所有采样点，将y轴高度映射为透明度，用geom_tile模拟渐变填充，避免了图案渲染的性能损耗，大数据量下也能快速出图。 #

内容的提问来源于stack exchange，提问作者Electrino