R：使用 ggplot 在風險熱圖中更改調色板 colors

Question

謝謝你看我的問題。 我創建了一個帶有顏色漸變的熱 map。 顏色漸變看起來不錯，但是，我希望 colors 更明確。 我在這里附上的第一張圖片

是我運行代碼時得到的。 第二張圖

是我想要得到的。 我不知道如何解決這個問題。 下面是我的代碼的一個小示例。 為了清楚起見，我希望我的代碼返回第二張圖片，其中 colors 與綠色、金色、橙色、淺紅色、紅色和深紅色明顯不同。

library(RColorBrewer)
library(dplyr)
library(ggplot2)

nRow <- 5 
nCol <- 5 
m3 <- matrix(c(2,2,3,3,3,1,2,2,3,3,1,1,2,2,3,1,1,2,2,2,1,1,1,1,2), nrow = 5, ncol = 5, byrow = TRUE)
myData <- m3 #matrix(rnorm(nRow * nCol), ncol = nCol)
rownames(myData) <- c("5", "4", "3", "2","1")  
colnames(myData) <- c("1", "2", "3", "4","5")  
longData <- reshape2::melt(myData)
colnames(longData) <- c("Likelihood", "Consequence", "value")
longData <- mutate(longData, value = Consequence * Likelihood)

cols <-function(n) {
  colorRampPalette(rev(c("red4","red2","tomato2","orange","gold1","forestgreen")))(6)                                
}

display_risk <-  mutate(longData, value = Consequence * Likelihood)

ggplot(longData,aes(x = Consequence, y = Likelihood, fill = value))  +
  geom_tile() +
  scale_fill_gradientn(colours = cols(6)) +
  theme(axis.text.y = element_text(angle=90, hjust=1), legend.position = "none") +
  scale_x_continuous(name = "Probability", breaks = seq(1,5,1), expand = c(0, 0)) +
  scale_y_reverse(name= "Severity", breaks = seq(1,5,1), expand = c(0, 0)) +
  geom_hline(yintercept = seq(1.5,5.5)) +
  geom_vline(xintercept = seq(1.5,5.5)) +
  coord_fixed()

以下是一些我嘗試但沒有運氣的答案的鏈接。

• n colors 的漸變色范圍為顏色 1 和顏色 2
• Colors 用於 R 中的熱圖
• R：使用 R 中的 latticeExtra 雲調整 3DBarplot 的顏色漸變

Answer 1

除了 map 你想要的 colors 到特定的值范圍之外，我幾乎想不出有什么不同的方法。 見下文。 請檢查我是如何減少你的代碼的，有很多不必要的調用，（我猜你是從你嘗試過不同東西的腳本中復制它的）。 另外，我更改了 colorRampPalette 調用——這是一個 function 生成器，這里不需要使用function() 。

請注意，您需要手動定義這些值，我想這將是您的研究人員決定如何呈現數據。 您需要將其縮放到 0:1 的范圍

library(RColorBrewer)
library(dplyr)
library(ggplot2)

myData <- matrix(c(2,2,3,3,3,1,2,2,3,3,1,1,2,2,3,1,1,2,2,2,1,1,1,1,2), nrow = 5, ncol = 5, byrow = TRUE)
longData <- reshape2::melt(myData)
colnames(longData) <- c("Likelihood", "Consequence", "value")
longData <- mutate(longData, value = Consequence * Likelihood)
mycols <- rev(c("red4","red2","tomato2","orange","gold1","forestgreen"))
cols <- colorRampPalette(mycols)

myvals <- c(0, 8, 9, 10, 11, 25)
scaled_val <- scales::rescale(myvals, 0:1)

ggplot(longData, aes(x = Consequence, y = Likelihood, fill = value)) +
  geom_tile() +
  scale_fill_gradientn(colours = cols(length(mycols)), 
                       values = scaled_val) +
  theme(axis.text.y = element_text(angle = 90, hjust = 1), legend.position = "none") +
  scale_x_continuous(name = "Probability", breaks = seq(1, 5, 1), expand = c(0, 0)) +
  scale_y_reverse(name = "Severity", breaks = seq(1, 5, 1), expand = c(0, 0)) +
  geom_hline(yintercept = seq(1.5, 5.5)) +
  geom_vline(xintercept = seq(1.5, 5.5)) +
  coord_fixed()

此外，您可以定義漸變從哪里開始。 我在最近的一個帖子中展示了如何做到這一點。 請注意您想要的 output 與這些值不匹配（我已將它們疊加以證明這一點）。 另請注意，這一切顯然都是由您自己定義的——我選擇的那些值是隨機的，您可以根據自己的喜好對其進行調整。

myvals <- c(0, 6, 7, 9, 10, 11, 25)
scaled_val <- scales::rescale(myvals, 0:1)

ggplot(longData, aes(x = Consequence, y = Likelihood, fill = value)) +
  geom_tile() +
  geom_text(aes(label = value)) +
  scale_fill_gradientn(colours = c(mycols[1], mycols), 
                       values = scaled_val) +
  theme(axis.text.y = element_text(angle = 90, hjust = 1), legend.position = "none") +
  scale_x_continuous(name = "Probability", breaks = seq(1, 5, 1), expand = c(0, 0)) +
  scale_y_reverse(name = "Severity", breaks = seq(1, 5, 1), expand = c(0, 0)) +
  geom_hline(yintercept = seq(1.5, 5.5)) +
  geom_vline(xintercept = seq(1.5, 5.5)) +
  coord_fixed()