R - 基于范围的颜色的 ggplot 直方图

Question

我编写了一个函数，该函数生成直方图两个垂直条，指示值范围。我想修改此功能，以便指定范围内的条形是不同的颜色。

这是我的函数和一个快速演示：

require(ggplot2)
niceHist <- function(data, cutpoint1, cutpoint2, title = "Supply a title, genius") {
temp_dat = data.frame(Data = data, Col = 0)
temp_dat = temp_dat[! is.na(temp_dat$Data),]
temp_dat[temp_dat$Data >= cutpoint1 & temp_dat$Data <= cutpoint2,]$Col = 1
my_hist = qplot(data) +
geom_histogram(fill = "forestgreen") +
geom_vline(xintercept = cutpoint1) +
geom_vline(xintercept = cutpoint2) +
ggtitle(paste(title)) +
theme_minimal() +
theme(text = element_text(size = 16), axis.line.y = element_line(color = "black", size = 0.5), axis.line.x = element_line(color = "black", size = 0.5))
my_hist
}
u = rnorm(100)
c1 = mean(u) - sd(u)
c2 = mean(u) + sd(u)
niceHist(u, c1, c2)

我见过一个类似的问题，其可接受的解决方案不太适合我的需求，因为我想保持原始直方图的形状。我也不想更改箱的数量，如果可能的话，应用色差，以便在垂直黑线恰好将其平分时直方图中的单个条可以是两种颜色。

*我的主要目标是在不改变分布形状的情况下清楚地显示提供的范围内捕获了多少分布。 * 因此，另一种不太理想的解决方案是简单地根据所提供的范围为背景着色。另外，我需要我的函数返回一个 ggplot 对象，因为它偶尔会使用 ggplot 语法进一步修改。

更新： 在评论的建议下，我尝试使用scale_fill_gradientn但这不起作用：

niceHist <- function(data, cutpoint1, cutpoint2, title = "Supply a title, genius") {
temp_dat = data.frame(Data = data, Col = 0)
temp_dat = temp_dat[! is.na(temp_dat$Data),]
temp_dat[temp_dat$Data >= cutpoint1 & temp_dat$Data <= cutpoint2,]$Col = 1
my_hist = qplot(data) +
geom_histogram() +
scale_fill_gradientn(colours = c("blue", "red", "red", "blue"), values = c(min(data, na.rm = TRUE), cutpoint1, cutpoint2, max(data, na.rm = TRUE))) +
geom_vline(xintercept = cutpoint1) +
geom_vline(xintercept = cutpoint2) +
ggtitle(paste(title)) +
theme_minimal() +
theme(text = element_text(size = 16), axis.line.y = element_line(color = "black", size = 0.5), axis.line.x = element_line(color = "black", size = 0.5))
my_hist
}

Answer 1

我的解决方案是创建计数 data.frame 并添加一个因子来指示 bin 的区域。 例如：

df <- ggplot_build(niceHist(u,c1,c2))$data[[1]] #recreate the count df
require(dplyr)
df <- df %>% mutate(col=cut(x,c(min(x)-0.001,c1,c2,max(x)+0.001))) 
ggplot(df,aes(x,count))+ geom_col(aes(fill=col)) + geom_vline(xintercept = c(c1,c2))