使用Viridis、ggplot2与ggmarginal绘制带配色的Bland-Altman图问题

我来帮你调整代码，实现按A1_video或A1_phones的数值给点分配连续Viridis配色，同时搭配对应的连续密度边际图：

第一步：整理数据（更规范的列名） #

先把数据框的列名改得清晰易懂，避免在ggplot里反复使用a1$：

# 计算差值相关变量
diff <- a1$A1_phones - a1$A1_video
diffp <- (a1$A1_phones - a1$A1_video)/a1$A1_video*100
sd.diff <- sd(diff)
sd.diffp <- sd(diffp)

# 构建规范的数据框
my.data <- data.frame(
  video = a1$A1_video,
  phones = a1$A1_phones,
  diff = diff,
  diffp = diffp
)

第二步：绘制带连续Viridis配色的Bland-Altman主图 #

这里我们把点的颜色映射到video（你也可以换成phones）的连续数值，用scale_color_viridis_c()实现Viridis连续配色，同时优化坐标轴范围避免截断数据：

diffplot <- ggplot(my.data, aes(x = video, y = diff)) +
  # 把颜色映射到video的连续值，设置透明度避免点重叠
  geom_point(aes(colour = video), size = 2, alpha = 0.5) +
  theme_bw() +
  # 用coord_cartesian替代ylim，仅调整显示范围不过滤数据
  coord_cartesian(ylim = c(mean(diff) - 7*sd.diff, mean(diff) + 7*sd.diff)) +
  # 添加Bland-Altman的参考线
  geom_hline(yintercept = 0, linetype = 3) +
  geom_hline(yintercept = mean(diff)) +
  geom_hline(yintercept = mean(diff) + 2*sd.diff, linetype = 2) +
  geom_hline(yintercept = mean(diff) - 2*sd.diff, linetype = 2) +
  # 设置标签和图例名称
  labs(
    y = "Difference Video vs Algorithm [ms]",
    x = "Average of Video vs Algorithm [ms]",
    colour = "Video Measurement [ms]"
  ) +
  # 应用Viridis连续配色方案，option可选"viridis"/"plasma"/"magma"等
  scale_color_viridis_c(option = "viridis")

第三步：添加Viridis配色的连续密度边际图 #

把ggMarginal的类型改成"density"实现连续密度图，同时用Viridis颜色填充，保证和主图配色风格统一：

library(viridis)
p <- ggMarginal(diffplot, 
                type = "density", 
                # 用Viridis渐变填充密度图，alpha调整透明度
                fill = viridis(100, option = "viridis"), 
                colour = "white", # 密度图边框设为白色提升可读性
                alpha = 0.7)
p

关键改动说明 #

• 颜色映射逻辑：将点的颜色绑定到video/phones的连续数值，用scale_color_viridis_c()替代你原来的离散型配色，完美适配连续变量的配色需求。
• 坐标轴优化：用coord_cartesian替代ylim，避免过滤掉超出显示范围的点，这对Bland-Altman图的完整性很重要。
• 边际图适配：将边际图类型从直方图改为密度图，并用Viridis渐变填充，和主图的配色风格保持一致，实现视觉统一。

如果需要把颜色映射到phones，只需要把aes(colour = video)改成aes(colour = phones)，同时调整图例名称即可。

内容的提问来源于stack exchange，提问作者Claudio