ggplot绘制散点与均值点并添加对应颜色图例的技术问题

嘿，我明白你想要实现的效果了——把原始单个数据点和分组均值点用不同颜色区分，还要有清晰的图例对吧？之前的尝试失败是因为你直接给geom_point()指定了colour参数，没有把颜色映射到美学属性（aes()）里，所以ggplot不会自动生成图例。下面给你两种可行的解决方案，还会解释背后的逻辑：

方法1：合并数据框（更清晰易维护） #

这种方法把原始数据和均值数据合并到一个数据框，添加一个标识列区分数据类型，再把这个列映射到颜色美学，自动生成图例：

library(ggplot2)
library(dplyr)

# 计算分组均值，添加"均值"类型标识
avghp <- mtcars %>% 
  group_by(am) %>% 
  summarize(hp = mean(hp), .groups = "drop") %>% 
  mutate(type = "均值")

# 给原始数据添加"原始数据"类型标识
mtcars_labeled <- mtcars %>% 
  mutate(type = "原始数据")

# 合并两个数据框
combined_data <- bind_rows(mtcars_labeled, avghp)

# 绘制图形，将type映射到colour属性
ggplot(combined_data, aes(x = am, y = hp, colour = type)) +
  geom_point() +
  # 自定义颜色（可选，你可以换成自己喜欢的颜色）
  scale_colour_manual(values = c("原始数据" = "blue", "均值" = "red")) +
  # 设置图表标签，让图例标题更清晰
  labs(
    title = "变速箱类型 vs 马力",
    x = "变速箱类型（0=自动，1=手动）",
    y = "马力",
    colour = "数据类型"
  )

方法2：不合并数据，单独映射美学 #

如果不想合并数据，也可以在每个geom_point()里单独设置美学映射，再手动指定图例的颜色和标签：

library(ggplot2)
library(dplyr)

# 先计算分组均值
avghp <- mtcars %>% 
  group_by(am) %>% 
  summarize(hp = mean(hp), .groups = "drop")

# 绘制图形，分别给两个图层映射colour属性
ggplot() +
  # 原始数据点：把colour映射为"原始数据"
  geom_point(data = mtcars, aes(x = am, y = hp, colour = "原始数据")) +
  # 均值点：把colour映射为"均值"，可以设置更大的size让它更突出
  geom_point(data = avghp, aes(x = am, y = hp, colour = "均值"), size = 3) +
  # 自定义颜色和图例标题
  scale_colour_manual(values = c("原始数据" = "blue", "均值" = "red")) +
  labs(
    title = "变速箱类型 vs 马力",
    x = "变速箱类型（0=自动，1=手动）",
    y = "马力",
    colour = "数据类型"
  )

为什么之前的代码没有图例？ #

你之前写的geom_point(colour="blue")里，colour是固定设置参数，不是美学映射。只有当你把colour放在aes()里面（比如aes(colour = "原始数据")），ggplot才会识别这是一个需要生成图例的类别变量，自动帮你创建对应的图例。

另外，给均值点设置更大的size是个小技巧，能让它在视觉上和原始数据点更易区分，提升图表的可读性。

内容的提问来源于stack exchange，提问作者Rick Olson