如何在ggplot中为训练与测试数据集的对应线条匹配颜色？

要实现训练集和测试集折线的颜色匹配，核心是给两组数据中对应的线条分配相同的分组标识，再基于这个标识统一指定颜色。具体步骤如下：

步骤1：整理匹配关系 #

首先把你的matching矩阵转换成清晰的对应数据框，明确训练集终端值和测试集终端值的配对关系：

# 转换为数据框并命名列，添加分组ID用于颜色映射
matching_df <- as.data.frame(matching)
colnames(matching_df) <- c("train_val", "test_val")
matching_df$group_id <- paste0("group_", 1:nrow(matching_df))

这样我们就得到了明确的配对规则：

• group_1：训练值0.9497 ↔ 测试值0.8838
• group_2：训练值0.9579 ↔ 测试值0.8896

步骤2：给数据集添加分组标识 #

接下来需要从data_1和data_2中提取ID=100的终端值，匹配到对应的group_id，确保对应线条拥有相同的分组标识：

# 处理训练集data_1：匹配终端值到分组ID
train_terminal <- data_1[data_1$ID == 100, ]
data_1 <- merge(data_1, 
                matching_df[, c("train_val", "group_id")],
                by.x = "value", by.y = "train_val",
                all.x = TRUE)

# 处理测试集data_2：匹配终端值到分组ID
test_terminal <- data_2[data_2$ID == 100, ]
data_2 <- merge(data_2, 
                matching_df[, c("test_val", "group_id")],
                by.x = "value", by.y = "test_val",
                all.x = TRUE)

注：如果你的data_1/data_2中，每条线的终端值与trainauc/testauc是一一对应的，上述代码可以直接使用；若存在重复值，可结合trainauc/testauc变量来强化匹配准确性。

步骤3：统一颜色映射并绘图 #

现在用group_id作为颜色映射的变量，自定义一组颜色，让相同group_id的线条在两幅图中颜色完全一致：

library(ggplot2)
library(gridExtra)

# 自定义颜色（可根据需求替换为任意配色）
custom_colors <- c("group_1" = "#2E86AB", "group_2" = "#F24C4C")

# 绘制训练集折线图
p1 <- ggplot(data_1, aes(x = ID, y = value)) +
  geom_line(aes(colour = group_id)) +
  scale_color_manual(values = custom_colors) +
  theme(legend.position = "none")

# 绘制测试集折线图
p2 <- ggplot(data_2, aes(x = ID, y = value)) +
  geom_line(aes(colour = group_id)) +
  scale_color_manual(values = custom_colors) +
  theme(legend.position = "none")

# 并排展示两幅图
grid.arrange(p1, p2, ncol = 2)

额外提示 #

• 如果你需要更多配色选项，可以使用RColorBrewer包的调色板，比如：custom_colors <- RColorBrewer::brewer.pal(2, "Set1")
• 若要验证匹配是否正确，可以临时打开图例（把legend.position设为"right"），检查两组图的分组颜色是否对应。

内容的提问来源于stack exchange，提问作者user113156