使用 ggscatter 分组着色

Question

我想在这个情节上给我的点上色：

q <- ggscatter(ARAL_R, x = "Intl1", y = "Sul1", add = "reg.line", conf.int = TRUE, cor.coef = TRUE, cor.method = "spearman", xlab = "Intl1 (copies/g)", ylab = "Sul1 (copies/g)") + stat_cor(label.y = 1, label.x.npc = "center") + stat_regline_equation(label.y = 0.5, label.x.npc = "center")

但是每当我添加命令

color = "Core"

或

fill = "Core"

（其中 A 是 5 的分类变量）时，就会发生这种情况：

q <- ggscatter(ARAL_R, x = "Intl1", y = "Sul1", color = "Core", add = "reg.line", conf.int = TRUE, cor.coef = TRUE, cor.method = "spearman", xlab = "Intl1 (copies/g)", ylab = "Sul1 (copies/g)") + stat_cor(label.y = 1, label.x.npc = "center") + stat_regline_equation(label.y = 0.5, label.x.npc = "center")
ggpar(q, xscale = "log10", yscale = "log10")

我想做成这样：

但是与长矛手的相关线。

我做错了什么？

Answer 1

问题是，当在

color

上映射变量时，您的数据会被分成多个组，并且您会得到每个组或

Core

类别的回归线、相关系数和方程。要解决这个问题，您必须明确映射到

group

aes，即使用

aes(group = 1)

来处理所有obs。作为一组，为了简单起见或按照惯例，我们将其命名为

1

。不幸的是

ggscatter

不提供这个选项。这是使用“开箱即用”选项而不是使用 vanilla

ggplot2

时的缺点之一。但恐怕这是要走的路，即使用

geom_smooth

手动添加回归线，而不是依赖

ggscatter

:

使用基于

iris

的最小可重现示例：

library(ggpubr)
#> Loading required package: ggplot2

ARAL_R <- iris[3:5]
names(ARAL_R) <- c("Intl1", "Sul1", "Core")

q <- ggscatter(
  ARAL_R,
  x = "Intl1", y = "Sul1", color = "Core",
  xlab = "Intl1 (copies/g)", ylab = "Sul1 (copies/g)"
) +
  geom_smooth(aes(group = 1), method = "lm", color = "black") +
  stat_cor(aes(group = 1), label.y = 1, label.x.npc = "center") +
  stat_regline_equation(aes(group = 1), label.y = 0.5, label.x.npc = "center")

ggpar(q, xscale = "log10", yscale = "log10")
#> `geom_smooth()` using formula = 'y ~ x'

这里作为参考是香草

ggplot2

方式，我没有使用

group

aes，而是将

color

设为

geom_point

的本地aes，并且我只使用

ggpubr

来添加regline方程和相关系数：

library(ggplot2)
library(ggpubr)

ARAL_R <- iris[3:5]
names(ARAL_R) <- c("Intl1", "Sul1", "Core")

ggplot(
  ARAL_R,
  aes(Intl1, Sul1),
) +
  geom_smooth(method = "lm", color = "black") +
  geom_point(aes(color = Core)) +
  stat_cor(label.y = 1, label.x.npc = "center") +
  stat_regline_equation(label.y = 0.5, label.x.npc = "center") +
  labs(x = "Intl1 (copies/g)", y = "Sul1 (copies/g)") +
  scale_x_log10() +
  scale_y_log10()
#> `geom_smooth()` using formula = 'y ~ x'