ggplot绘制400+重叠折线图：配色优化与最优线条高亮问题

针对你遇到的两个问题，我来一步步帮你解决：

问题1：配色方案不生效的修复 #

你提到使用scale_colour_manual或scale_colour_brewer没生效，核心原因不是colour = factor(group_id)的覆盖，而是你没有把这些scale命令添加到绘图代码链中，或是指定的配色参数格式不对。另外，因为你有400+条折线，brewer系列配色最多只有22种区分度较好的颜色，直接用会因为数量不足报错，更适合用自定义离散配色或连续配色方案。

修复后的代码示例 #

方案A：自定义离散配色（适配大量折线）

我们可以用scales::hue_pal()生成对应数量的区分度配色：

# 获取所有唯一group_id的数量
group_count <- length(unique(combo_data$group_id))
# 生成对应数量的自定义调色板
custom_palette <- scales::hue_pal()(group_count)

plot <- combo_data %>% 
  ggplot(aes(x = ID)) + 
  geom_line(aes(y = value, colour = factor(group_id))) + 
  # 追加配色scale，应用自定义调色板
  scale_colour_manual(values = custom_palette) + 
  facet_wrap(~type, scales = "free") + 
  labs(title = "data", y = "y score", x = "x result") + 
  theme_bw(base_size = 11) + 
  theme(aspect.ratio = 1, legend.position = "none")
plot

方案B：连续配色（若group_id带数值顺序意义）

如果你的group_id是有数值逻辑的，用连续配色会更合理：

plot <- combo_data %>% 
  ggplot(aes(x = ID)) + 
  geom_line(aes(y = value, colour = group_id)) + # 无需转factor，直接用数值映射
  scale_colour_viridis_c(option = "plasma") + # viridis系列配色区分度高，适配大量数据
  facet_wrap(~type, scales = "free") + 
  labs(title = "data", y = "y score", x = "x result") + 
  theme_bw(base_size = 11) + 
  theme(aspect.ratio = 1, legend.position = "none")
plot

问题2：高亮第100次迭代的最优线条 #

要实现这个需求，我们需要先定位到目标group_id，再单独绘制这条线，让它覆盖在其他线条之上：

步骤1：定位目标group_id #

假设ID代表迭代次数，value是得分，先筛选出第100次迭代中得分最高的group_id：

# 筛选第100次迭代的记录，提取得分最高的group_id
highlight_group <- combo_data %>% 
  filter(ID == 100) %>% 
  filter(value == max(value)) %>% 
  pull(group_id) %>% 
  unique()

步骤2：绘图时单独高亮这条线 #

分两步绘制：先画所有普通线条，再单独绘制高亮线条（设置黑色和更大线宽，确保层级在最上层）：

# 先获取自定义配色（沿用问题1的方案A）
group_count <- length(unique(combo_data$group_id))
custom_palette <- scales::hue_pal()(group_count)

plot <- combo_data %>% 
  ggplot(aes(x = ID)) + 
  # 第一步：绘制所有普通线条，可加低透明度让高亮更突出
  geom_line(aes(y = value, colour = factor(group_id)), alpha = 0.3) + 
  # 第二步：单独绘制高亮线条，指定颜色和尺寸
  geom_line(data = combo_data %>% filter(group_id == highlight_group),
            aes(x = ID, y = value),
            colour = "black",
            size = 1.5) + 
  scale_colour_manual(values = custom_palette) + 
  facet_wrap(~type, scales = "free") + 
  labs(title = "data", y = "y score", x = "x result") + 
  theme_bw(base_size = 11) + 
  theme(aspect.ratio = 1, legend.position = "none")
plot

这样就能在训练和测试两个facet面板中，都把目标线条高亮显示为黑色粗线了。

内容的提问来源于stack exchange，提问作者user113156