ggplot中geom_rect的fill在图与图例显示不一致如何解决

问题原因 #

这个异常是两个因素共同导致的：

1. geom_rect重复渲染叠加：你没有为geom_rect指定独立数据集，它默认继承全局的tempdf1数据，数据有多少行就会重复绘制多少次矩形。多次半透明图层叠加后，图上实际显示的填充色透明度会远高于你设置的alpha参数值。
2. 图例和画布渲染逻辑不一致：图例中的填充色块只会渲染1次，直接使用你设置的alpha值，和画布上叠加后的实际显示效果天然存在差异：
   • 当你设置alpha=0.005时，画布上多次叠加后总透明度提升，颜色接近正常但仍偏淡（过亮），而图例里单次低透明度渲染反而因为色块小，视觉上看起来接近实色
   • 当你设置alpha=0.5时，画布上多次叠加后几乎完全不透明，颜色显示正常，而图例里用alpha=0.5渲染的半透明色块就会几乎和背景融合，难以看清

修复方案 #

两步修改即可解决：

1. 给geom_rect指定独立的单行数据集，避免重复绘制叠加
2. 用guides函数强制图例的填充色为不透明，和你设置的标准色一致

修改后的完整代码如下：

# 先创建矩形专用的数据集，避免重复渲染
rect_df <- data.frame(
  error_type = c("5% Error", "10% Error"),
  xmin = c(p5xmin - 1, p10xmin - 1),
  xmax = c(p5xmax + 1, p10xmax + 1),
  ymin = c(p5ymin, p10ymin),
  ymax = c(p5ymax, p10ymax)
)

#graph the average output by machine
ggplot(data=tempdf1)+
  #dot plot of individual POD machines
  geom_point(aes(x=sample,y=mean_perc_FAM_to_ref,color=POD_machine),width=0.1)+
  #line plot of the mean across POD machines
  stat_summary(aes(x=sample,y=mean_perc_FAM_to_ref,group=known_conc,color=POD_machine),fun=mean,geom="line")+
  #wrap by known conc
  facet_wrap(.~known_conc,scales="free")+
  # 改用独立数据集绘制矩形，关闭全局数据继承，alpha可根据需要调整为0.2-0.5之间
  geom_rect(data = rect_df, aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax, fill=error_type), 
            alpha=0.3, inherit.aes = FALSE)+
  scale_fill_manual(values=c("5% Error"="green","10% Error"="yellow"))+
  # 强制图例填充色为不透明，和设置的颜色一致
  guides(fill = guide_legend(override.aes = list(alpha = 1)))+
  #labels
  labs(x="Sample",y="Measured % of Trait",color="POD Machine",fill="Error Range")+
  #clean up background, add gridlines (only to y-axis), add x- and y-axis lines
  theme(panel.background=element_blank())+
  theme(panel.grid=element_line(color="black"))+
  theme(panel.grid.major=element_blank())+
  theme(panel.grid.minor=element_blank())+
  theme(axis.line=element_line(color="black"))+
  #customize x-axis so there is no space between graph and y-axis
  scale_x_continuous(expand=c(0,0))+
  #customize tick marks in y-axis
  scale_y_continuous(labels=scales::percent)

内容的提问来源于stack exchange，提问作者Andrew