r - geom_crossbar 忽略 alpha 参数？

Question

我正在尝试将汇总统计信息添加到我的绘图中，但希望它们具有一定的透明度。这似乎不适用于 geom_crossbar。以示例代码from the documentation :

df <- data.frame(
trt = factor(c(1, 1, 2, 2)),
resp = c(1, 5, 3, 4),
group = factor(c(1, 2, 1, 2)),
upper = c(1.1, 5.3, 3.3, 4.2),
lower = c(0.8, 4.6, 2.4, 3.6)
)

p <- ggplot(df, aes(trt, resp, colour = group))
p + geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.2, alpha=0.3)

工作正常，即错误栏是透明的。但是，如果我使用

p + geom_crossbar(aes(ymin = lower, ymax = upper), width = 0.2, alpha=0.3)

相反，透明度不起作用。我错过了什么吗？

编辑 mt1022 的答案适用于示例代码。但是，当我尝试将它添加到我的实际绘图中时，透明度不再起作用，而且它会更改绘图中的所有其他颜色。

Here是数据，这是我的命令:

ggplot(plotdata3, aes(x=Ncases, y=Intercept.ols, group=col, colour=col)) + geom_point() + stat_summary(fun.y="mean", geom="line", alpha=0.3, aes(group=1)) +
stat_summary(fun.data="mean_cl_boot", geom="crossbar", width=0.08, aes(group=1)) + scale_color_manual(values=rgb(matrix(rep(0,27), ncol=3),alpha = 0.5)) +
scale_y_continuous(breaks=seq(0,1,by=0.1)) + coord_cartesian(ylim=c(0,1))

当我省略 scale_color_manual() 部分时，绘图看起来是 like this现在我想让横杆透明，就像直线一样。

Answer 1

我不确定您要在这里做什么，但似乎有几个问题。一方面，您使用颜色来区分 9 个不同的类别(“col”)。即使使用 ggplot 的默认调色板(色调在色轮周围等距分布)，颜色之间也几乎无法区分。由于点大小的选择以及将点放在摘要图形(直线和交叉线)下方这一事实，这个问题变得更糟。你可能会过得更好

1. 把点放在上面，
2. 使用点形状 21(实心圆)并将填充绑定(bind)到“col”，并且
3. 使用 Brewer 调色板

下面是两个示例，@lukeA 的解决方案生成的图(实际上确实回答了问题)，以及实现上述建议的图。

ggplot(plotdata3, aes(x=Ncases, y=Intercept.ols, group=col, colour=col)) + 
  geom_point() + 
  stat_summary(fun.y="mean", geom="line", alpha=0.3, aes(group=1)) + 
  stat_summary(fun.data="mean_cl_boot", geom="crossbar", 
               width=0.08, aes(group=1), color = "#30303030") + 
  scale_y_continuous(breaks=seq(0,1,by=0.1)) + 
  coord_cartesian(ylim=c(0,1))

ggplot(plotdata3, aes(x=Ncases, y=Intercept.ols)) + 
  stat_summary(aes(group=1), fun.y="mean", geom="line", alpha=0.3) +
  stat_summary(fun.data="mean_cl_boot", geom="crossbar", 
               width=0.08, fill="grey80", color="grey50") + 
  geom_point(aes(group=col, fill=col), size=3, shape=21)  +
  scale_fill_brewer(palette="Set1") +
  scale_y_continuous(breaks=seq(0,1,by=0.1)) + coord_cartesian(ylim=c(0,1))

第二个图清楚地表明，“col”6 和 9 往往明显低于平均值，而“col”1 和 7 往往明显高于平均值。