ggplot2主题定制：配色、中文字体与出版级图表输出

图上的元素分两类：一类由数据决定（点的位置、柱子的高度、颜色的分组），另一类和数据无关（背景、网格线、字体、图例摆在哪、标题多大）。主题（theme）只负责第二类。改主题永远不会改变图传达的事实，只会改变它看起来够不够专业——想通了这一点，就可以放心地反复试。

内置主题

ggplot2 自带一组内置主题，在图上加一个 + 就能换：

library(ggplot2)

p <- ggplot(ToothGrowth, aes(x = factor(dose), y = len, fill = factor(dose))) +
  geom_boxplot(width = 0.6)

p + theme_bw()
p + theme_minimal()
p + theme_classic()

theme_bw() 输出：白色背景，绘图区带黑色边框，保留浅灰网格线。
theme_minimal() 输出：白色背景，没有边框，只剩浅灰网格线，整体最干净。
theme_classic() 输出：白色背景，只保留 x、y 两条坐标轴线，没有任何网格线，
接近 base R 的观感。

三个主题的差别只在背景、边框、网格线上，数据部分一模一样。选哪个看用途：投期刊用 theme_classic() 或 theme_minimal()，编辑部通常不喜欢灰底；做组会幻灯片反而可以用默认的 theme_grey()，灰底配白网格在投影仪上更清楚。还有 theme_light()、theme_dark()、theme_void()（去掉一切只留数据）可用。

整个脚本要统一风格，用 theme_set() 设一次，后续所有图自动套用：

theme_set(theme_bw(base_size = 12))

base_size 是整套主题的字号基准（默认 11），所有文字按它等比缩放。这里有个容易被忽略的联动：图上文字的实际大小取决于图幅。同一个 12 pt，在 6 英寸宽的图里读起来舒服，压到 3 英寸就相当于 6 pt，印出来看不清。所以先定图幅（见下面 ggsave 那节），再定字号。

九个内置主题的差别可以列成一张表：

主题	背景	网格线	绘图区边框	适用场景
`theme_grey()`	灰底	白色	无	默认值，屏幕上查看
`theme_bw()`	白底	浅灰	四周闭合	通用，投稿可用
`theme_linedraw()`	白底	深灰	四周闭合	黑白打印
`theme_light()`	白底	浅灰细线	浅灰	比 `theme_bw()` 轻
`theme_dark()`	深灰底	浅色	无	深色幻灯片
`theme_minimal()`	白底	浅灰	无	最干净，投稿常用
`theme_classic()`	白底	无	只有 x、y 两条轴线	接近 base R 观感
`theme_test()`	白底	无	四周闭合黑框	草稿阶段核对绘图区边界
`theme_void()`	全无	无	无	地图、示意图

theme_test() 的框线用于确认绘图区的实际范围，定稿前换掉。theme_void() 连坐标轴一起删，只在图本身不需要刻度时用。

换主题时有一个容易被忽略的规则：在图上加一个完整主题，会替换 theme_set() 设的全局主题，而不是在它上面叠加。

theme_set(theme_bw(base_size = 12))

p + theme(legend.position = "top")   # 只覆盖图例位置，字号继承全局
p + theme_minimal()                  # 换成完整主题，字号回到默认的 11

theme_set 之后全局字号：12
p + theme(legend.position = "top")：字号仍是 12
p + theme_minimal()：字号变成 11
p + theme_minimal(base_size = 12)：字号是 12

theme() 与全局主题是叠加关系，写进它的项覆盖全局、没写的项继续用全局值。theme_minimal() 这类完整主题则是一次性替换：全局设的 base_size、图例位置、网格开关全部作废。要让全局字号在新主题下继续生效，得在括号里再写一遍。

theme() 微调

theme() 里每一项对应图上的一个元素，赋值时要用对应的 element 函数。常用的就四个：

函数	作用对象	常用参数
`element_text()`	一切文字	family、size、face、color、angle、hjust、margin
`element_line()`	线：网格线、坐标轴、刻度线	color、linewidth、linetype
`element_rect()`	矩形：绘图区背景、图例背景、分面标签条	fill、color、linewidth
`element_blank()`	移除某个元素	无参数

一个典型的「出版级」调整：

p +
  labs(
    title = "维生素 C 对豚鼠牙生长的影响",
    subtitle = "ToothGrowth 数据，每个剂量 20 只",
    x = "剂量 (mg/day)",
    y = "牙长 (mm)"
  ) +
  theme_minimal(base_size = 13) +
  theme(
    plot.title = element_text(face = "bold"),
    plot.subtitle = element_text(color = "grey40"),
    panel.grid.minor = element_blank(),
    legend.position = "top"
  )

图形输出：白色背景、无外框，只剩浅灰色主网格线（主网格之间那条更细的次网格线被移除）。
标题加粗，副标题为灰色。图例从右侧移到顶部，三个色块横向排成一行。
三个箱体仍按剂量分组，颜色与图例一致。

几个高频设置：

panel.grid.minor = element_blank()：网格密度由 panel.grid.major 和 panel.grid.minor 分别控制，删掉次网格是最常见的减负操作。
margin = margin(t = 8, r = 4)：element_text() 支持外边距，标题贴着绘图区时用它撑开。单位默认 pt。
strip.background 与 strip.text：分面标签条的底色和文字，分别对应 element_rect() 和 element_text()。

图例位置、坐标轴线与网格的成组设置放在下一节，那里按「投稿图长什么样」整体给一份配置。

theme() 要写在 + 链的末尾。写在前面会被后面同名的设置覆盖，表现出来就是「我明明改了却没生效」——排查时先看是不是顺序问题，再看元素类型有没有用错（给 panel.grid.minor 传 element_text() 不会报错，只是不生效）。

坐标轴、网格与图例

投稿图最常见的样子是白底、无网格、只留 x 和 y 两条坐标轴线。theme_classic() 一次做到这一步，再用 theme() 调线条粗细：

p +
  theme_classic(base_size = 12) +
  theme(
    axis.line = element_line(linewidth = 0.4, colour = "black"),
    axis.ticks = element_line(linewidth = 0.4),
    axis.ticks.length = unit(-0.1, "cm"),
    plot.margin = margin(6, 6, 6, 6)
  )

axis.ticks.length 给负值把刻度线画进绘图区内侧，这是期刊图里常见的样式，正负号决定朝向。plot.margin 的单位是 pt，四值顺序为上、右、下、左。

网格线的删除比整体换主题更细：

p + theme(
  panel.grid.major.x = element_blank(),
  panel.grid.minor = element_blank(),
  axis.text.x = element_text(angle = 45, hjust = 1, size = 9)
)

panel.grid.major.x 和 panel.grid.major.y 分开控制纵向与横向网格。柱状图删掉纵向网格、只留横向，读者对高度的判断不受干扰。axis.text.x 的 angle 配 hjust = 1 让长类别名斜排；只写 angle 不写 hjust，文字整体左偏半个身位，末端会脱离刻度。

图例要调的主要是位置、方向和边框：

legend.position："right"（默认）、"top"、"bottom"、"none"，或 c(0.8, 0.2) 这样的坐标把图例放进绘图区内部。图例放顶部时右边留白消失，图能画得更宽。
legend.direction：默认随位置自动判断，放顶部时通常要显式写 "horizontal"。
legend.title = element_blank()：分组名已经在坐标轴或图注里说明时，删掉图例标题省一行。
legend.key.size = unit(0.4, "cm")：图例色块的大小，色块偏大时调小。
legend.margin：图例四周的外边距，和 plot.margin 抵消时用它压紧。

theme(geom = element_geom(...)) 是 ggplot2 4.0 引入的一组默认值，控制所有几何对象的通用外观：

p + theme(geom = element_geom(ink = "#0072B2", paper = "grey95", accent = "#D55E00"))

ink 是点、线、描边的默认颜色，paper 是填充色，accent 是第二强调色。设一次，之后不加 colour = 的 geom_point()、geom_line() 都用这套颜色，作用相当于把默认配色换成自定义方案。单个几何对象的默认值也能改，用 update_geom_defaults("point", list(colour = "#0072B2"))，但它只作用于该几何对象，且改的是包内部的默认值，影响范围比 element_geom() 更难追踪。

配色

离散变量和连续变量的配色要分开考虑。

离散分组（处理组、物种、剂量）优先选对色觉缺陷友好的定性调色板：

p + scale_fill_viridis_d(option = "D", begin = 0.2, end = 0.85)
p + scale_fill_brewer(palette = "Set2")
p + scale_fill_manual(values = c("0.5" = "#0072B2", "1" = "#D55E00", "2" = "#009E73"))

scale_fill_viridis_d() 输出：三个箱体填充深紫、蓝绿、黄绿，图例颜色同步。
scale_fill_brewer(palette = "Set2") 输出：三个箱体为柔和的绿、橙、蓝紫，饱和度较低。
scale_fill_manual() 输出：三个箱体依次为蓝色、朱红、绿色（Okabe-Ito 配色，
在常见色觉缺陷下仍可区分）。

viridis 的调色板在灰度打印时仍然保持明暗差异，RColorBrewer 的 Set2、Dark2 也是色盲友好的定性方案。手写颜色时推荐 Okabe-Ito 那一套（#0072B2、#D55E00、#009E73、#CC79A7 等），它的设计目标就是各种色觉条件下都能分辨。

viridis 有八个可选方案，用 option 参数切换，各自取三色的结果如下：

option	名称	三色取样（深 → 浅）
`"A"`	magma	`#000004` `#B63679` `#FCFDBF`
`"B"`	inferno	`#000004` `#BB3754` `#FCFFA4`
`"C"`	plasma	`#0D0887` `#CC4678` `#F0F921`
`"D"`	viridis	`#440154` `#21908C` `#FDE725`
`"E"`	cividis	`#00204D` `#7C7B78` `#FFEA46`
`"F"`	rocket	`#03051A` `#CB1B4F` `#FAEBDD`
`"G"`	mako	`#0B0405` `#357BA2` `#DEF5E5`
`"H"`	turbo	`#30123B` `#A2FC3C` `#7A0403`

"D"（viridis）和 "E"（cividis）在色觉缺陷下的表现最好，"E" 是专为红绿色盲调整过的版本。"H"（turbo）虽然也是 viridis 家族，却是彩虹式的色相变化，前面说的「造出不存在的边界」问题在这里同样存在，连续量不要用它。离散分组用 scale_fill_viridis_d()，连续量用 scale_fill_viridis_c()，两个函数的 option 取值一致。

RColorBrewer 的调色板按用途分成三类，共 35 个：

info <- RColorBrewer::brewer.pal.info
table(info$category)

div  qual  seq
  9     8    18

qual（定性，8 个）用于无序分组，Set2、Dark2、Paired 是其中常用的几个；seq（顺序，18 个）用于单调递增的量，Blues、Greens 这类单色渐变适合和期刊的黑白排版搭配；div（发散，9 个）用于有中心点的量，RdBu、PiYG 是常见的两个。对应到 ggplot2 就是 scale_fill_brewer(palette = ) 和 scale_fill_distiller(palette = )，前者给离散变量、后者给连续变量。每个调色板能提供的最大颜色数记在 info$maxcolors 里，定性调色板一般是 8 到 12 个。分组数超过上限时不会报错，只给一条警告，然后返回一个重新生成的调色板：

d <- data.frame(g = factor(1:12), y = 1:12)

ggplot(d, aes(g, y, fill = g)) +
  geom_col() +
  scale_fill_brewer(palette = "Set2")

Warning message:
In RColorBrewer::brewer.pal(n, pal) :
  n too large, allowed maximum for palette Set2 is 8
Returning the palette you asked for with that many colors

图能画出来，但那 12 个颜色已经不是在色觉缺陷条件下逐一手工校准过的那一组，相邻类别可能变得难以区分。分组数超过 8 个时，要么换 Paired（上限 12），要么回到前面说的做法：分组太多时改小图或换图形，而不是继续往配色上加颜色。

连续变量用渐变，但要选对类型：单调递增的量（浓度、GDP）用 scale_fill_viridis_c() 或 scale_fill_gradient(low = , high = )；有明确中点的量（相对均值的偏差、正负相关）用发散型 scale_fill_gradient2(low = , mid = "white", high = )，让颜色在中点两侧对称展开。不要用彩虹色（rainbow、jet）表示连续量——人眼对亮度差异的分辨力远高于色相，彩虹配色既不是单调的明暗变化，还会在图上造出根本不存在的「边界」。

还有两个细节。scale_fill_manual() 命名向量里的名字必须和因子水平一致，写错了会报错或者得到灰色；fill 和 color 是两套互相独立的标度，箱线图的填充与描边要分别指定，否则描边仍是默认的黑色。

中文字体

这一步最容易卡住，因为 R 的字体处理和操作系统绑得很死。按平台分开处理。

Windows 下先用 windowsFonts() 注册，再在主题里引用注册名：

windowsFonts(hei = windowsFont("SimHei"))

p + theme(text = element_text(family = "hei"))

windowsFonts() 只在 Windows 上存在，在别的系统运行会直接报错。存图时如果中文变成方框，或者提示字体嵌入失败，把设备换成 cairo：

ggsave("fig.png", width = 6, height = 4, dpi = 300, type = "cairo")
ggsave("fig.pdf", width = 6, height = 4, device = cairo_pdf)

macOS 下不需要注册，系统字体可以直接按家族名引用：

p + theme(text = element_text(family = "STHeiti"))

系统自带的中文字体都可以试，比如 "STHeiti"、"PingFang SC"。名字写错时 R 不会报错，只是静默回退到默认字体，表现出来就是中文变方框——所以换完字体一定要看一眼图，别只看代码有没有报错。

网上流传的 par(family = "STHeiti") 对 ggplot2 无效。par() 设置的是 base R 图形设备的参数，而 ggplot2 走的是 grid 图形系统，不读这些参数。在 base R 的 plot() 里管用，换成 ggplot2 就白写了。

跨平台最稳的方案是 showtext 包，它把文字转成矢量轮廓再画进图形，不依赖系统的字体库：

library(showtext)

# 需要字体文件的实际路径；Windows 一般在 C:/Windows/Fonts/ 下
font_add("notosc", regular = "/path/to/NotoSansSC-Regular.otf")
showtext_auto()

p + theme(text = element_text(family = "notosc"))

# 存图前把 dpi 同步给 showtext，否则文字和图的比例会错位
showtext_opts(dpi = 300)
ggsave("fig.png", width = 6, height = 4, dpi = 300)

代价是文字被画成了图形轮廓：PDF 里的字不能再被检索或复制，也无法在 Illustrator 里直接编辑文字内容。图注里要写字号规范、或者编辑部要求文字可编辑时，还是老实用系统字体加 cairo 设备。showtext_auto(FALSE) 可以随时关掉这个全局开关。

输出：尺寸、dpi 与矢量图

ggsave("fig1.png", plot = p, width = 6, height = 4, dpi = 300)
ggsave("fig1.pdf", plot = p, width = 6, height = 4)
ggsave("fig1.svg", plot = p, width = 6, height = 4)

选格式看图的类型。折线图、散点图、柱状图属于线条图（line art），用矢量格式：PDF、SVG 放大不会糊，文件只有几十 KB，编辑部还能拿去继续排版。照片、热图、有半色调效果的图才必须用位图，这类图期刊一般要求 300 dpi 起步，线条图常要求 600–1200 dpi。

dpi 只影响位图，文件体积近似线性增长。一张 3.5 × 2.5 英寸的箱线图存成 PNG：

dpi	像素尺寸	PNG 体积
72	252 × 180	7.3 KB
150	525 × 375	15.8 KB
300	1050 × 750	31.9 KB
600	2100 × 1500	64.9 KB

像素尺寸等于英寸数乘 dpi，所以调 dpi 不改变图的物理尺寸，也不改变文字相对于图的大小，只改变清晰度。同一张图存成 PDF 是 5.0 KB，不到 300 dpi PNG 的六分之一。矢量格式按路径存线条而不是按像素存位图，这是体积差距的来源。

存 SVG 要多装一个 svglite 包，否则 ggsave("fig.svg") 直接报错：

ggsave("fig.svg", plot = p, width = 3.5, height = 2.5)

Error in dev(filename = filename, width = dim[1], height = dim[2], bg = bg,  :
  The package "svglite" is required to save as SVG.

投稿用 PDF 就够了，SVG 主要面向需要在 Illustrator 里继续编辑的场合。

还有一个默认值容易吃亏：ggsave() 不写 width 和 height 时，用的是 7 × 7 英寸的正方形画布，不是当前图的形状：

ggsave("fig.png", plot = p, dpi = 300)

Saving 7 x 7 in image

横排的图会被塞进正方形画布，上下留出大片空白；字号也因为画布变大而显得偏小。每次写全尺寸，或者把尺寸存成一个向量复用。

尺寸按最终排版宽度设，不要按屏幕感觉设。期刊单栏宽约 8.5 cm（3.35 英寸），通栏约 17–18 cm。先知道图会被排成多宽，再把 width 设成那个值，字号才是你看到的字号。常见错误是按 10 英寸存图，排版时被压到 3.5 英寸，所有文字跟着缩到三分之一，印出来只有 4 pt。

存 PDF 时中文还有一个坑：R 自带的 pdf() 设备对中文字体的支持不好，容易出方框或乱码；cairo_pdf 支持得更完整，也会把字体嵌进文件，换台机器打开不会掉字体。

判断一张图够不够「出版级」，可以看三条：去掉颜色后信息还在不在（形状、线型、位置是否仍在传递分组信息）；按最终尺寸打印出来，最小的字还认不认得（低于 7 pt 就该调）；坐标轴上有没有写单位。

几个反复出现的坑

元素名拼错不报错，只给警告。 theme() 里的元素名不在 ggplot2 的层级表里时，代码照常跑完，图也照常画，只是那一项设置被忽略：

p + theme(panel.gridd.minor = element_blank())   # 多打了一个 d

Warning message:
In plot_theme(plot) :
  The `panel.gridd.minor` theme element is not defined in the element hierarchy.

出图脚本里警告容易被刷屏淹没，改完主题记得单独看一次警告。命名规律是先面板后元素：panel.grid.major、panel.grid.minor、axis.text.x、axis.ticks.y、legend.position、strip.background。

删错了对象。 想删的东西和实际删掉的东西经常不是一回事，三组容易混的：

想删掉	应该写的元素
刻度数字	`axis.text`
刻度线	`axis.ticks`
轴标题	`axis.title`
分面标签	`strip.text`
图例标题	`legend.title`

写 axis.text = element_blank() 只去掉数字，轴标题还在；想连轴标题一起去掉，两个都要写。

绝对字号与相对字号。 element_text(size = 8) 是绝对的 8 pt，base_size 改成多少它都不变。要让某个元素跟着 base_size 等比缩放，用 rel() 包裹：

p + theme_bw(base_size = 20) + theme(axis.text = element_text(size = 8))         # 固定 8 pt
p + theme_bw(base_size = 20) + theme(axis.text = element_text(size = rel(0.5)))  # 20 × 0.5 = 10 pt

投稿图要求刻度标签不低于 7 pt，用绝对字号更可控——字号是不是达标，看一眼 size 的数值就知道，不用乘一遍。

theme_update() 改全局，theme_set() 换全局。 两者名字接近，行为不同：

theme_set(theme_bw(base_size = 11))
theme_update(legend.position = "top")
theme_set(theme_classic())   # 整体重置，legend.position 回到 "right"

theme_update() 是往当前全局主题里补几项，已经设过的其他项保持不动；theme_set() 是整体替换，之前补的项全部失效。脚本里想统一改图例位置用前者，想换一整套外观用后者。两个都会影响之后画的每一张图，不只是紧接着的那一张。

下一篇转向交互式图表，用 plotly 和 leaflet 做能在浏览器里缩放、悬停的图，见 /r/visualization/interactive/。Python 侧的主题与配色是另一套体系（rcParams 全局参数加 style sheet），可以对照 /python/visualization/matplotlib-basics/ 看两种「全局预设」思路的差别。