ggplot中如何为分箱的连续数据手动设置断点与配色方案？

不需要完全使用cut()结合scale_fill_manual()手动处理，用scale_fill_stepsn()配合values参数即可实现非均匀断点的自定义配色映射，解决小范围分箱颜色重叠的问题。

问题原因 #

你之前使用scale_fill_binned()出现前三个分箱同色的核心原因是：默认的色阶映射会将整个数据值域（约-1到约10001）线性对应到调色板的0-1区间，你设置的[-10,0,1,2]这几个断点在整个值域里占比极低，挤在色阶最左侧的极小区域，自然就显示为同一种颜色。

实现代码 #

library(tidyverse)
library(scales)

df %>% 
  ggplot() +
  geom_tile(aes(color, temperature, fill = value)) +
  scale_fill_stepsn(
    # 自定义断点
    breaks = c(-10, 0, 1, 2, 1000, 5000, 10000),
    # 自定义配色：负值用红色，小范围正值用蓝色渐变，大值用紫色，可根据需求自由调整
    colors = c("red", "#eff3ff", "#bdd7e7", "#6baed6", "#2171b5", "#08306b", "#54278f"),
    # 将断点归一化到0-1的色阶区间，让非均匀断点对应正确的颜色位置
    values = rescale(c(-10, 0, 1, 2, 1000, 5000, 10000)),
    # 超出断点范围的数值直接适配最近断点的颜色，避免出现NA色
    oob = oob_squish
  )

可选调整 #

如果需要自定义分箱的显示标签，可以额外添加labels参数，示例如下：

labels = c("<-10", "-10~0", "0~1", "1~2", "2~1000", "1000~5000", "5000~10000", ">10000")

该方案完全可以满足你自主控制断点位置、配色方案的需求，不需要提前对原始数据做分箱转换。

内容的提问来源于stack exchange，提问作者dufei