geom_histogram 的颜色

Question

我有一个数据集，我想使用 geom_histogram（数据如下）与 ggplot 一起绘制。我在尝试获得渐变配色方案时遇到问题。

结构（列表（用户ID = C（39120L，39536L，39550L，39627L，39632L，39709L，39971L，39988L，39990L，40062L，40065L，40065L，40066L，40142L，40142L，40143L，40161L，40193L，40364L，40437L，40439L， 40440L，40451L，40453L，40665L，40665L，40668L，40751L，40843L，40843L，40843L，40846L，40846L，40847L，40847L，40850L，40850L，40884L，40884L，40884L，40896L，40900L，40902L，40903L，40905L，40963L， 40966L，40966L，40967L，40967L，40969L，40971L，40971L，40985L，40985L，41010L，41079L，41080L，41080L，41081L，41093L，41108L，41110L，41111L，41113L，41114L，41133L，41137L，41138L，41140L，41161L， 41162L，41182L，41186L，41260L），销售= C（0.0119，0.0032，0.0091，0.0098，0.0086，0.0101，0.0107，0.0111，0.0085，0.0178，0.0069，0.0055，0.0133，0.0112，0.0084，0.0141，0.0159，0.01，0.0054 , 0.0129, 0.011, 0.0116, 0.0099, 0。0134，0.0046，0.004，0.0076，0.005，0.0027，0.0037，3E-04，0.022，0.012，0.0082，0.0108，0.0092，0.0101，0.0016，0.0082，0.0035，0.007，0.0098，0.0146，0.0074，0.005，0.0152，0.0046， 0.0032，0.0028，0，0.0179，0.0185，0.0095，0.0401，0.0163，0.0085，0.0099，0.0064，0.0067，0.0052，0.0191，0.0118，0.0054，0.0111，0.0065，0.0124，0.0047，0.0111，0.0063，0​​.0072，0.0062，0.0091， 0.0066，0.0169，0.0071），salesfromtarget = C（0.214285714285714，-0.673469387755102，-0.0714285714285714，0，-0.122448979591837，0.0306122448979592，0.0918367346938777，0.13265306122449，-0.13265306122449，0.816326530612245，-0.295918367346939，-0.438775510204082，0.357142857142857，0.142857142857143，-0.142857142857143，0.438775510204082， 0.622448979591837, 0.0204081632653062, -0.448979591836735, 0.316326530612245, 0.122448979591837,183673469387755，0.010204081632653，0.36734693877551，-0.530612244897959，-0.591836734693878，-0.224489795918367，-0.489795918367347，-0.724489795918367，-0.622448979591837，-0.969387755102041，1.24489795918367，0.224489795918367，-0.163265306122449，0.102040816326531，-0.0612244897959184，0.0306122448979592，-0.836734693877551，-0.163265306122449，-0.642857142857143， -0.285714285714286，0，0.489795918367347，-0.244897959183673，-0.489795918367347，0.551020408163265，-0.530612244897959，-0.673469387755102，-0.714285714285714，-1，0.826530612244898，0.887755102040817，-0.0306122448979592，3.09183673469388，0.663265306122449，-0.13265306122449，0.010204081632653，-0.346938775510204，-0.316326530612245， - 0.469387755102041, 0.948979591836735, 0.204081632653061, -0.448979591836735, 0.13265306122449, -70.5390.26530612244898，-0.520408163265306，0.13265306122449，-0.357142857142857，-0.26530612244898，-0.36734693877551，-0.0714285714285714，-0.326530612244898，0.724489795918367，-0.275510204081633）），.Names = C（ “用户ID”， “销售”， “salesfromtarget”），row.names = c(1L、2L、3L、4L、5L、6L、7L、8L、9L、10L、11L、12L、13L、15L、16L、18L、19L、20L、21L、22L、25L、23L , 28L, 29L, 31L, 32L, 35L, 36L, 37L, 38L, 39L, 41L, 42L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 5,5,5L, 5,5L, 5L, 5L, 4L 、59L、60L、61L、62L、63L、64L、65L、67L、69L、70L、72L、77L、78L、79L、80L、81L、82L、83L、85、8L、8L、8L、8L、7L , 93L), class = "data.frame")326530612244898, 0.724489795918367, -0.275510204081633)), .Names = c("UserID", "sales", "salesfromtarget" ), row.names = c(1L,2L,7L,6L,6L , 10L, 11L, 12L, 13L, 15L, 16L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 28L, 29L, 31L, 3,3L, 3,3L, 3L, 3L, 3L, 7 、42L、44L、45L、46L、47L、48L、49L、50L、51L、52L、53L、54L、56L、57L、58L、59L、60L、61L、6、6、6L、6L、6L、6L、52L , 72L, 77L, 78L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 93L), class = "data.frame")326530612244898, 0.724489795918367, -0.275510204081633)), .Names = c("UserID", "sales", "salesfromtarget" ), row.names = c(1L,2L,7L,6L,6L , 10L, 11L, 12L, 13L, 15L, 16L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 28L, 29L, 31L, 3,3L, 3,3L, 3L, 3L, 3L, 7 、42L、44L、45L、46L、47L、48L、49L、50L、51L、52L、53L、54L、56L、57L、58L、59L、60L、61L、6、6、6L、6L、6L、6L、52L , 72L, 77L, 78L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 93L), class = "data.frame")32L、35L、36L、37L、38L、39L、41L、42L、44L、45L、46L、47L、48L、49L、50L、51L、52L、53L、54L、5L、5L、6L、5L 62L、63L、64L、65L、67L、69L、70L、72L、77L、78L、79L、80L、81L、82L、83L、84L、85L、86L、87L、90L、8L”级）数据框")32L、35L、36L、37L、38L、39L、41L、42L、44L、45L、46L、47L、48L、49L、50L、51L、52L、53L、54L、5L、5L、6L、5L 62L、63L、64L、65L、67L、69L、70L、72L、77L、78L、79L、80L、81L、82L、83L、84L、85L、86L、87L、90L、8L”级）数据框")

使用此代码我试图用来scale_fill_brewer获得一个渐变方案（但它不必是这个特定的，它只是一些不起作用的例子）。所有的条都是灰色的，理想情况下它们不会是灰色的。最好的情况我想使用类似的东西scale_fill_gradient(low = "green", high = "blue")（这对我来说也不起作用）。我觉得我错过了 ggplot2 的一些基本知识。

require(ggplot2)
require(scales)
require(ggthemes)

ggplot(repex, aes(x = salesfromtarget)) +
geom_histogram(binwidth = .1, alpha = 0.5, colour = "white") +
scale_fill_brewer(palette = "Spectral") +
guides(fill = FALSE) +
theme_solarized() +
ggtitle("Standard Distribution of Sales") + xlab("Sales") + ylab("Frequency") +
theme(plot.title = element_text(size = 13, colour = "black", face = "bold", vjust = 1)) +
theme(axis.title.x = element_text(size = 12, colour = "black", vjust = -.005), 
      axis.title.y = element_text(size = 12, colour = "black", vjust = 0.2),
      axis.text.x = element_text(angle = 45, hjust = 1)) +
scale_x_continuous(breaks = seq(-1.5, 1.5, by = .25),
                 limits = c(-1.5, 1.5), labels = percent) 

Answer 1

您需要在 aes() 部分定义“fill”变量：

ggplot(repex, aes(x=salesfromtarget, fill=..x..))
    +geom_histogram(binwidth=.1)
    +scale_fill_gradient("Legend",low = "green", high = "blue")

由于直方图条是每个 x 轴值的计数，如果您想使用原始 x 值，您应该使用“ ..x.. ”。您可以使用“ ..count.. ”填充直方图计数：

ggplot(repex, aes(x=salesfromtarget, fill=..count..))
    +geom_histogram(binwidth=.1)
    +scale_fill_gradient("Legend",low = "green", high = "blue")