在上个月，我一直在跟上R的发展。
这是我的问题：
为ggplot2中具有稳定映射的分类变量分配颜色的好方法是什么？我需要一组具有不同子集和不同数量类别变量的图形具有一致的颜色。
例如，
plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line()那里categoricalData有5个等级。
然后
plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset,
color=categoricaldData.subset)) + geom_line()那里categoricalData.subset有3个等级。
但是，两组中的特定级别最终将具有不同的颜色，这使得更难于一起读取图形。
我是否需要在数据框中创建颜色矢量？还是有另一种方法可以将特定的颜色分配给类别？
Answers:
对于像OP中的确切示例这样的简单情况，我同意Thierry的回答是最好的。但是，我认为有必要指出另一种方法，当您试图跨多个数据帧维护一致的配色方案时，该方法变得更加容易，而通过子集单个大数据帧无法获得所有这些数据。如果要从多个单独的文件中提取多个数据帧中的因子级别，并且并非所有因子级别都出现在每个文件中，则管理它们会变得很繁琐。
解决此问题的一种方法是创建自定义手动色标，如下所示：
#Some test data
dat <- data.frame(x=runif(10),y=runif(10),
grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE)
#Create a custom color scale
library(RColorBrewer)
myColors <- brewer.pal(5,"Set1")
names(myColors) <- levels(dat$grp)
colScale <- scale_colour_manual(name = "grp",values = myColors)然后根据需要将色标添加到绘图上：
#One plot with all the data
p <- ggplot(dat,aes(x,y,colour = grp)) + geom_point()
p1 <- p + colScale
#A second plot with only four of the levels
p2 <- p %+% droplevels(subset(dat[4:10,])) + colScale第一个图看起来像这样：
第二个情节看起来像这样：
这样，您就无需记住或检查每个数据框以查看它们是否具有适当的级别。
fillScale <- scale_fill_manual(name = "grp",values = myColors)此功能以用于条形图。
我处于malcook在他的评论中指出的情况：不幸的是，Thierry的答案不适用于ggplot2 0.9.3.1版。
png("figure_%d.png")
set.seed(2014)
library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100),
x = rnorm(500, mean = rep(1:5, 100)),
y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))
ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()这是第一个图：
第二个数字：
如我们所见，颜色不是固定不变的，例如E从品红色变为蓝光。
正如malcook在其评论中和hadley在其评论中所建议的那样，使用的代码limits可以正常工作：
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) +
geom_point() +
scale_colour_discrete(drop=TRUE,
limits = levels(dataset$fCategory))给出下图，这是正确的：
这是来自的输出sessionInfo()：
R version 3.0.2 (2013-09-25)
Platform: x86_64-pc-linux-gnu (64-bit)
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] methods stats graphics grDevices utils datasets base
other attached packages:
[1] ggplot2_0.9.3.1
loaded via a namespace (and not attached):
[1] colorspace_1.2-4 dichromat_2.0-0 digest_0.6.4 grid_3.0.2
[5] gtable_0.1.2 labeling_0.2 MASS_7.3-29 munsell_0.4.2
[9] plyr_1.8 proto_0.3-10 RColorBrewer_1.0-5 reshape2_1.2.2
[13] scales_0.2.3 stringr_0.6.2 最简单的解决方案是将分类变量转换为子集之前的因子。底线是，您需要在所有子集中具有完全相同水平的因子变量。
library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100),
x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))带字符变量
ggplot(dataset, aes(x = x, y = y, colour = category)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = category)) + geom_point()带有因子变量
ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()这是一篇旧文章，但我一直在寻找相同问题的答案，
为什么不尝试这样的事情：
scale_color_manual(values = c("foo" = "#999999", "bar" = "#E69F00"))如果您具有绝对值，那么我看不出为什么它不起作用的原因。
myColors <- brewer.pal(5,"Set1"); names(myColors) <- levels(dat$grp)用于避免手动编写级别。
基于由joran我非常有用的答案是能够想出这个解决方案稳定的色标为布尔因子（TRUE，FALSE）。
boolColors <- as.character(c("TRUE"="#5aae61", "FALSE"="#7b3294"))
boolScale <- scale_colour_manual(name="myboolean", values=boolColors)
ggplot(myDataFrame, aes(date, duration)) +
geom_point(aes(colour = myboolean)) +
boolScale由于ColorBrewer对二进制色标不是很有帮助，因此需要手动定义两种所需的颜色。
这myboolean是myDataFrame保存TRUE / FALSE因子的列的名称。date和duration要被映射到x上的列名和Y轴在这个例子中的情节。
factor所有地块之间通用的。