ggplot2多图共用填充色板求助：基于ggmap与stat_summary_hex绘图

看来你在尝试用ggmap做底图，叠加stat_summary_hex生成热力图，还想让多张图表共用同一填充色阶对吧？我帮你梳理下代码里的问题，再给出落地的优化方案：

1. 修正stat_summary_hex的映射逻辑 #

你代码里写了color = timediff，但stat_summary_hex的填充色是靠fill参数映射的，color实际控制的是六边形的边框颜色。另外，填充色应该对应计算后的均值结果，所以要改用stat(value)来引用统计输出：

ggmap(TAmap) + 
  coord_cartesian() + 
  stat_summary_hex(aes(x = stop_lon, y = stop_lat, z = timediff, fill = stat(value)), 
                   fun = mean, 
                   bins = 30, 
                   alpha = 0.55,
                   data = Atemp)

这里把匿名函数function(x) mean(x)简化成mean，效果是一样的，代码更清爽。

2. 实现多张图表的统一色板 #

要让所有图表共用同一色阶，核心是固定填充色的数值范围（limits），这样不管单张图的数据波动如何，色板和数值的对应关系始终一致。

先计算所有数据集里timediff的全局范围（假设你有Atemp、Btemp等多个数据集）：

# 合并所有数据计算全局极值和中点
all_data <- rbind(Atemp, Btemp, Ctemp)
global_min <- min(all_data$timediff)
global_max <- max(all_data$timediff)
global_mid <- mean(all_data$timediff)

然后在每个图表的色阶设置里指定这个范围：

scale_fill_gradient2(low = "green", 
                     mid = "lightblue", 
                     high = "red",
                     midpoint = global_mid,
                     limits = c(global_min, global_max),
                     name = "Mean Time Difference")

这样所有图表的色板就绑定到同一个数值区间了，不会出现同一种颜色在不同图里对应不同数值的情况。

3. 完整多图生成示例 #

如果要批量生成统一色板的图表，可以用循环或者lapply批量处理：

library(ggmap)
library(ggplot2)

# 假设已获取TAmap底图，准备好多个数据集
data_list <- list(Set1 = Atemp, Set2 = Btemp, Set3 = Ctemp)

# 计算全局色阶范围
all_timediff <- unlist(lapply(data_list, function(df) df$timediff))
global_min <- min(all_timediff)
global_max <- max(all_timediff)
global_mid <- mean(all_timediff)

# 批量生成图表
plot_list <- lapply(names(data_list), function(name) {
  df <- data_list[[name]]
  ggmap(TAmap) +
    coord_cartesian() +
    stat_summary_hex(aes(x = stop_lon, y = stop_lat, z = timediff, fill = stat(value)),
                     fun = mean,
                     bins = 30,
                     alpha = 0.55,
                     data = df) +
    scale_fill_gradient2(low = "green",
                         mid = "lightblue",
                         high = "red",
                         midpoint = global_mid,
                         limits = c(global_min, global_max),
                         name = "Mean Time Diff") +
    labs(title = paste("Heatmap -", name))
})

# 查看单张图或批量保存
plot_list[[1]]

额外小提示 #

• 如果coord_cartesian()是用来限制地图显示范围，可以直接在ggmap()里用extent参数，或者在coord_cartesian()里明确写xlim/ylim，可读性更强。
• 如果你的数据里有异常值，也可以把global_min和global_max换成百分位数（比如quantile(all_timediff, c(0.025, 0.975))），避免色阶被极端值拉偏。

内容的提问来源于stack exchange，提问作者Dror Bogin