R语言 如何改变回归线的颜色

回归线基本上用于统计模型，帮助估计因变量和至少一个自变量之间的关系。在这篇文章中，我们将看到如何使用R编程语言中的ggplot2绘制回归线，并以一个内置的数据集为例介绍改变颜色的不同方法。

使用的数据集： 这里我们使用一个内置的数据框 “Orange”，它包括五种不同类型的橙子树的生长细节。该数据框有 35行和3列。 这个数据框中的列是 。

• Tree。在橙子直径增加的基础上进行实验的树的排序。
• Age：树木的年龄，从它们被种植开始。
• Circumference。橙子的周长。

首先，我们将画一个散点图。我们将使用ggplot2库中的函数 geom_point( ) 来绘制散点图。

语法 。

geom_point( mapping=NULL, data=NULL, stat=identity, position=”identity”)

基本上，我们正在对橙子的周长与年龄进行比较分析。使用的函数是 geom_smooth( ) ，用来绘制平滑线或回归线。

语法。

geom_smooth(method=”auto”,se=FALSE,fullrange=TRUE,level=0.95)

参数:

• method : 使用关键字loess, lm, glm等来指定平滑方法
• lm : 线性模型，loess : 在小数据集观察期间默认为平滑线。
• formula : 公式。你也可以使用平滑线的公式。例如：y~poly(x,4)，这将绘制出4度的平滑线。 度数越高，平滑线的弯曲度越大。
• se : 它的逻辑值是 “TRUE “或 “FALSE”。
• fullrange : 它的逻辑值是 “TRUE “或 “FALSE”。
• level：默认情况下，置信区间的水平是0.95。

让我们先画一个普通的图，这样就可以看出差别。

例子 。

# Scatter Plot and Regression Line
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE)+
         theme_classic()
ggplt

输出 。

默认情况下，回归线是蓝色的。要改变颜色，我们必须在geom_smooth( ) 函数中使用关键字 color 。

语法 。

geom_smooth(method=”auto”, color=”color_name”)

颜色代码的形式为 “#RedRedBlueBlueGreenGreen”

例子 。

# Change Regression Line Color using name of color
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE,color="cyan")+
         theme_classic()
ggplt

输出 。

例子 。

# Change Regression Line Color using Color Code
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE,color="#006000")+
         theme_classic()
ggplt

输出 。

多重回归线

该数据框由五种不同类型的橙子树的信息组成。因此，让我们在 “树 “组的基础上对散点进行隔离。 这些点的形状将以树的类别为基础。

例子 。

# Scatter Plot with multiple groups
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age,shape=Tree))+
         geom_point()+
         theme_classic()
  
ggplt
  
# Plotting Regression Lines on the basis
# of groups
ggplt+geom_smooth(method=lm,se=FALSE,fullrange=TRUE)

我们可以看到，所有的回归线都是同一颜色。现在我们将看到两种不同的方法，即如何给多条回归线分配不同的颜色。

方法1：使用颜色

这是一种默认的方法，颜色是由R编译器自动分配的。关键的想法是在树的基础上分配颜色，因为每个树组有不同的回归线。因此，我们在 geom_smooth( ) 函数中写下以下命令。

aes(color=grp_var)

grp_var : 数据框中的列，通过它进行分组。

例子 。

# Scatter Plot
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age,shape=Tree))+
         geom_point()+
         theme_classic()
ggplt
  
# Plotting Regression Lines on the basis of groups
ggplt+geom_smooth(method=lm,se=FALSE,fullrange=TRUE)
  
# Changing color of Regression Lines manually
ggplt+geom_smooth(method=lm,se=FALSE,fullrange=TRUE,aes(color=Tree))

输出 。

方法2： 手动改变颜色

1.Scale_color_manual( ): 这个函数用于在用户选择的基础上手动添加颜色。

语法 。

scale_color_manual(values=c(“color1”, “color2” , “color3”,….))

color : 颜色名称或颜色代码

例子 。

# Scatter Plot and Regression Line
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age,shape=Tree,color=Tree))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE)+
         theme_classic()
  
ggplt
  
# Manually changing color of Regression Lines 
ggplt+scale_color_manual(values=c("Red","Purple","#006000","Brown","Cyan"))

输出 。

2.Scale_color_brewer( )： R为我们提供了各种调色板，其中包含不同的颜色色调。

语法 。

scale_color_brewer(palette=”palette_name”)

palette_name : 调色板的名称。在我们的例子中，我们使用了调色板 “绿色”。

例子 。

# Scatter Plot and Regression Line
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age,shape=Tree,color=Tree))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE)+
         theme_classic()
  
ggplt
  
# Manually changing color of Regression Lines 
ggplt+scale_color_brewer(palette="Greens")

输出 。

3.Scale_color_grey( ): 它用于为回归线分配灰度值。只需调用该函数即可在回归线中添加灰度值。

例子 。

# Scatter Plot and Regression Line
library(ggplot2)
  
ggplt <- ggplot(Orange,aes(x=circumference,y=age,shape=Tree,color=Tree))+
         geom_point()+
         geom_smooth(method=lm,se=FALSE,fullrange=TRUE)+
         theme_classic()
ggplt
  
# Manually changing color of Regression Lines 
ggplt+scale_color_grey()

输出 。