绘制基因表达值曲线并添加平滑线的技术问题求助

你遇到的Error: Discrete value supplied to continuous scale是个很典型的ggplot类型不匹配问题——你的time列是离散的分类变量（比如A1.01这种字符串格式的时间点），但代码里却用了scale_x_continuous()，这个函数是专门给连续数值型x轴设计的，把离散值硬塞进去肯定会报错。另外，geom_smooth默认的拟合逻辑在x是离散变量时也没法正常生成平滑线，得一起调整。

我给你整理了修正后的代码，同时解释每个改动点：

步骤1：先确保时间点顺序正确（可选但推荐） #

首先把time转换成有序因子，这样x轴的时间点会严格按照你的实验顺序排列，不会乱序：

mydata$time <- factor(mydata$time, 
                      levels = c("A1.01", "A1.02", "A1.03", "A1.04", "A1.05"), 
                      ordered = TRUE)

步骤2：修正ggplot代码 #

ggplot(mydata, aes(x = time, y = value, group = gene)) +
  # 添加y=0的参考虚线
  geom_hline(yintercept = 0, linetype = 2, color = "red") +
  # 绘制每条基因的表达曲线
  geom_line(size = 0.5, alpha = 0.3, color = "blue") +
  # 生成平滑趋势线：把离散的time转成数值型供拟合
  geom_smooth(aes(x = as.numeric(time)), 
              method = "loess", 
              size = 2, se = FALSE, color = "orange") +
  # 用离散型x轴刻度，匹配time的分类属性
  scale_x_discrete(name = "Time Point") +
  theme_classic()

关键改动说明： #

• 把scale_x_continuous()换成scale_x_discrete()：彻底解决“离散值给连续刻度”的核心错误，完美匹配你的分类时间点。
• 在geom_smooth里将x转为as.numeric(time)：因为平滑线拟合（比如loess方法）需要连续的x变量，转换后时间点会被映射成1、2、3、4、5，这样就能正常生成趋势线。
• 将group = gene移到全局aes中：让所有图层都继承分组逻辑，代码更简洁，也避免重复设置。

如果你不想修改原始数据的time类型，也可以直接在绘图时临时转换时间点的数值，效果一样：

ggplot(mydata, aes(x = time, y = value, group = gene)) +
  geom_hline(yintercept = 0, linetype = 2, color = "red") +
  geom_line(size = 0.5, alpha = 0.3, color = "blue") +
  geom_smooth(aes(x = match(time, unique(time))), 
              method = "loess", 
              size = 2, se = FALSE, color = "orange") +
  scale_x_discrete(name = "Time Point") +
  theme_classic()

这样修改后，你就能得到想要的效果：x轴是5个时间点，y轴为基因表达值，3条蓝色的基因表达曲线，再加上一条橙色的平滑趋势线。

内容的提问来源于stack exchange，提问作者Gargoulito