Ich verwendete ggplot Funktion, um die Figur zu plotten, Hier ist mein Code zum Plotten, es kombiniert drei verschiedene Datensätze.Definieren Sie die Farbe manuell auf Punkt und Linie in ggplot (R)
pp<-ggplot(model_mean_homo,aes(x=m_tau,y=track_err,colour=model,group=model))+geom_line(size=2)
pp<-pp+geom_line(data=model_topN,aes(x=model_topN$m_tau,y=model_topN$track_err,colour=top_N,group=top_N))
pp<-pp+geom_point(data=model_mem,aes(x=model_mem$m_tau,y=model_mem$track_err,colour=model))
Ich möchte sowohl für Linie und Punkt Farbe ändern. Ich habe versucht, den folgenden Code:
pp<-scale_color_manual(values = c("ECMWF"="red","NCEP"="blue","ECMWF+NCEP"="green","5"="red1","10"="orange","15"="yello3","20"="green3","15"="black"),limits = c("ECMWF","NCEP","ECMWF+NCEP","5","10","15","20"))
Aber die Konsole zeigt nur:
<ggproto object: Class ScaleDiscrete, Scale>
aesthetics: colour
break_info: function
break_positions: function
breaks: waiver
call: call
clone: function
dimension: function
drop: TRUE
expand: waiver
get_breaks: function
get_breaks_minor: function
get_labels: function
get_limits: function
guide: legend
is_discrete: function
is_empty: function
labels: waiver
limits: ECMWF NCEP ECMWF+NCEP 5 10 15 20
map: function
map_df: function
na.value: NA
name: waiver
palette: function
range: <ggproto object: Class RangeDiscrete, Range>
range: NULL
reset: function
train: function
super: <ggproto object: Class RangeDiscrete, Range>
reset: function
scale_name: manual
train: function
train_df: function
transform: function
transform_df: function
super: <ggproto object: Class ScaleDiscrete, Scale>
Wie ändere ich die Farbe für diese Art von Handlung?
Unten ist der Datensatz Beispiel:
head(model_mean_homo)
YY model filetype m_tau track_err datano
1 2015 ECMWF+NCEP ensemble 0 35.44013 307
2 2015 ECMWF+NCEP ensemble 6 36.92316 300
3 2015 ECMWF+NCEP ensemble 12 43.44246 297
4 2015 ECMWF+NCEP ensemble 18 48.68222 284
5 2015 ECMWF+NCEP ensemble 24 57.60609 280
6 2015 ECMWF+NCEP ensemble 30 64.35638 268
head(model_topN)
YY model filetype m_tau track_err datano top_N
1 2015 NCEP ensemble 0 26.67671 618 5
2 2015 NCEP ensemble 6 27.97913 609 5
3 2015 NCEP ensemble 12 31.18090 594 5
4 2015 NCEP ensemble 18 34.23283 575 5
5 2015 NCEP ensemble 24 37.31816 557 5
6 2015 NCEP ensemble 30 43.25841 541 5
head(model_mem)
YY model filetype m_member m_tau track_err datano
1 2015 ECMWF ensemble 0 0 44.96796 397
2 2015 ECMWF ensemble 0 6 47.30694 390
3 2015 ECMWF ensemble 0 12 55.97534 383
4 2015 ECMWF ensemble 0 18 61.36752 367
5 2015 ECMWF ensemble 0 24 69.96123 363
6 2015 ECMWF ensemble 0 30 79.56475 345
Ihr Beispiel ist nicht [reproduzierbar] (http://stackoverflow.com/questions/5963269/how- make-a-great-r-reproduzierbar-Beispiel/5963610 # 5963610), könnten Sie das Ergebnis von 'dput (model_mean_homo)' bereitstellen? –