ggplot2绘制PCA散点图时图例形状与实际展示不一致问题求解

• 核心问题1：你未将形状参数和分组变量obsnames做美学映射，仅将shape作为geom_point的全局固定参数按行分配形状，ggplot生成fill图例时没有和分组的形状做绑定，仅通过override.aes手动覆盖很容易出现顺序错配。
• 核心问题2：当观测数小于形状向量长度（5）时，rep_len取前N个形状的顺序，若和obsnames的因子水平排序不完全匹配，就会出现图例和实际点样式不一致的问题，观测数等于5时刚好顺序对齐，所以问题消失。
• 额外语法问题：你原代码中rep_len(c(21, 22, 23, 24, 25) length.out = len)缺了一个逗号，会直接导致语法报错，运行前需要修正。

直接将形状也映射到obsnames变量，通过scale_shape_manual指定形状序列，不需要额外用guide_legend的override.aes修改图例，即可保证图中点和图例样式完全匹配，修改后代码如下：

len <- length(pca_data$obsnames)
# 手动指定obsnames的因子顺序，保证和你预期的颜色、形状顺序一致
pca_data$obsnames <- factor(pca_data$obsnames, levels = pca_data$obsnames)

ggplot(pca_data, aes_string(x=x, y=y)) + 
  # 将shape也放入aes中映射到分组变量
  geom_point(aes(fill=obsnames, shape=obsnames),
             color = "black", size = 3) + 
  theme_bw() + 
  theme(legend.position="right") + 
  xlab(label_x) + 
  ylab(label_y) + 
  ggtitle(main) + 
  theme(plot.title = element_text(hjust = 0, face="bold")) + 
  # 删除冗余的aes映射，避免不必要的警告
  geom_hline(yintercept=0, size=.2) + 
  geom_vline(xintercept=0, size=.2) + 
  coord_equal() + 
  geom_text(data=datapc, aes(x=v1, y=v2, label=varnames), size = 3, vjust=0.3, color="grey", fontface="bold") + 
  geom_segment(data=datapc, aes(x=0, y=0, xend=v1, yend=v2), color="grey", linetype="dotted") + 
  scale_fill_manual(values = rep_len(c("red", "blue", "green", "orange", "yellow", "purple", "pink", "light blue", "white", "black", "gold"), length.out = len)) +
  # 新增手动指定形状的缩放配置，自动和分组绑定
  scale_shape_manual(values = rep_len(c(21,22,23,24,25), length.out = len))

内容的提问来源于stack exchange，提问作者John Sandman