我想我錯過了ggplot2的一次更新，有些事情顯然已經改變了。 對于一個變數的因子水平被省略或 "不可見"，你過去可以在scale_color_manual中設定一個水平被設定為NA的命名向量，如下例所示：
df_test < - tibble(y = c（100。 -50, 20）,
組 = c("A"。 "B", "C"),
標記= c（"over average"。 " ", "低于平均水平"））
ggplot(data = df_test。 映射= aes(x = group, y = y。 color = Marker))
geom_bar(stat = "identity", 位置= position_dodge(width = 0。 9),尺寸= 1. 5,填充= "yellow"）
scale_color_manual(values = c("over average" = "green3"。
"under average" = "red",
" " = NA））
不幸的是，這不再起作用了，而是將因子水平設定為灰色。 我想要的輸出是 "B "組沒有輪廓，因子水平不顯示在圖例中。 使用 "alpha "審美對我來說不起作用，因為在我的實際代碼中，我已經將alpha用于其他方面了。
預先感謝！
uj5u.com熱心網友回復：
你注意到最近有一些變化是正確的，這些變化是關于手動量表如何與它們的值一起作業，以及如何處理缺失或剩余的值。現在看來，使用一個命名的向量來設定比例限制是比較容易的。(參見4511, 4534, 4569)
還有兩種選擇：
使用這些比例變化，將比例值作為一個命名的向量提供，缺少你不希望包括的級別。這將給它一個NA值（默認為灰色），然后你可以用na.value = NA來洗掉它。
ggplot(df_test。 aes(x = group, y = y。 color = Marker))
geom_col(fill = "yellow", size= 1。 5）
scale_color_manual(values = c("over average" = "green3"。 "under average" = "red"),
na.value = NA）
第二個選項有點傻，但有時很有用（我在制作地圖時，不同的地理級別需要根據其在層次結構中的位置來繪制邊界）。同樣，由于顏色向量中缺少" "值，它不會被包含在該圖例中；然后放棄大小圖例。如果你需要圖例有厚的邊框，請使用其比例的override.ais引數。
library(ggplot2)
df_test <- tibble:: tibble(y = c(100。 -50, 20）,
組 = c("A"。 "B", "C"),
標記= c（"over average"。 " ", "低于平均水平"))
ggplot(df_test, aes(x = group, y = y。 color = Marker))
geom_col(aes(size = Marker)。 填充= "yellow")
scale_color_manual(values = c("over average" = "green3"。 "under average" = "red"））
scale_size_manual(values = c("over average" = 1。 5, "低于平均值" = 1. 5, " " = 0）,
guide = guide_none())
uj5u.com熱心網友回復：
一種選擇是將值設定為transparent，而不是NA，并設定休息時間以省略不需要的因素水平，像這樣：
library(ggplot2)
library(tibble)
df_test < - tibble(y = c（100。 -50, 20）,
組 = c("A"。 "B", "C"),
標記= c（"over average"。 " ", "低于平均水平"））
ggplot(data = df_test。 映射= aes(x = group, y = y。 color = Marker))
geom_bar(stat = "identity", 位置= position_dodge(width = 0。 9),尺寸= 1. 5,填充= "yellow"）
scale_color_manual(breakaks = c("bove average"。 "低于平均水平"）,
string">"over average" = "green3"。
"under average" = "red",
" " = "transparent"））
uj5u.com熱心網友回復：
另一個選擇是對一個資料集進行子集，并將其置于現有的情節之上，也許？
這允許你只為該組的一個子集分配一個美學，因為條形圖實際上是兩個不同的層。
library(ggplot)
df_test < - tibble(y = c（100。 -50, 20）,
組 = c("A"。 "B", "C"),
標記= c（"over average"。 " ", "低于平均水平"))
ggplot()
geom_bar(data = df_test, aes(x = group, y = y),
stat = "identity",
position = position_dodge(width = 0。 9）,
size = 1.5,
填充= "yellow"）
geom_bar(data = (df_test %> % filter(group ! = "B"））,
aes(x = group, y = y。 color = Marker）,
stat = "identity",
position = position_dodge(width = 0。 9),尺寸= 1. 5,填充= "yellow"）
scale_color_manual(values = c("over average" = "green3"。
"低于平均水平" = "紅色"））
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/318897.html
標籤：
上一篇：將型別引數傳入自定義鉤子