我想知道是否有一种“直接”方式将 ggplot 分面面板中回归线的斜率链接到该面板的背景颜色（即在视觉上将大网格中的正斜率与负斜率分开）。
我了解如何在 GGplots 中添加回归线 - 正如上所解释的那样使用 R 中的 qplot 将回归线添加到facet_grid
如果您之前已将此信息添加到原始数据框中，我还了解如何更改背景 - 如上所述使用facet_grid 有条件地更改面板背景？
但是 - 有没有一种方法可以“在 geom_rect”公式中执行此操作，而不必例如单独运行回归，将它们绑定到原始数据帧，然后将其用作 geom_rect() 的变量？ geom_rect() 有没有办法使用 stat_smooth() 中的信息？
Wouter
之前问题中简单回归线图的一个很好的例子：
library(ggplot2)
x <- rnorm(100)
y <- + .7*x + rnorm(100)
f1 <- as.factor(c(rep("A",50),rep("B",50)))
f2 <- as.factor(rep(c(rep("C",25),rep("D",25)),2))
df <- data.frame(cbind(x,y))
df$f1 <- f1
df$f2 <- f2
ggplot(df,aes(x=x,y=y))+geom_point()+facet_grid(f1~f2)+stat_smooth(method="lm",se=FALSE)
这不完全是一个解决方案，而是一个解决方法。但结果似乎不错。您链接到的两篇文章都有解决方案的每个部分。詹姆斯的解决方案在这里告诉您如何从中提取拟合值stat_smooth. 乔兰的解决方案在这里告诉如何使用geom_rect来填充背景。
# generating data: Usage of set.seed for reproducibility
# also I changed the multiplication constant to 0.1 to have
# at least one negative slope.
require(ggplot2)
set.seed(12)
x <- rnorm(100)
y <- + .1*x + rnorm(100)
f1 <- as.factor(c(rep("A",50),rep("B",50)))
f2 <- as.factor(rep(c(rep("C",25),rep("D",25)),2))
df <- data.frame(cbind(x,y))
df$f1 <- f1
df$f2 <- f2
# first generate your plot in this manner and run it
# from James' post, the part outfit=fit<<-..y.. will store
# the output of fitted values in "fit"
g <- ggplot(df,aes(x=x,y=y)) + geom_point()+facet_grid(f1~f2)
g <- g + stat_smooth(aes(outfit=fit<<-..y..), method="lm",se=FALSE)
# now run g to generate "fit"
g
# now extract the slope for each facet and
# construct the data.frame for geom_rect (as per Joran's post)
# Edit: Just to add more info about "fit". By default it contains
# 80 values per facet. Hence the 80*4 = 320
slopes <- fit[seq(2, 320, by = 80)] - fit[seq(1, 320, by = 80)]
tp <- unique(df[, c('f1', 'f2')])
tp <- transform(tp, slopes=slopes, x=1, y=1)
tp$pos_neg <- ifelse(slopes > 0, 1, 0)
tp$pos_neg <- factor(tp$pos_neg)
# now plot again (but with geom_rect)
g <- ggplot(df,aes(x=x,y=y))
g <- g + geom_rect(data = tp, aes(fill = pos_neg), xmin = -Inf, xmax = Inf, ymin = -Inf, ymax = Inf, alpha = 0.5)
g <- g + geom_point() + facet_grid(f1~f2) + stat_smooth(method = "lm",se = FALSE)
g
The output looks like 
. I'm not sure if this is what you expect though.. Strictly speaking, you do calculate the fitted values twice, but both times you calculate it implicitly with stat_smooth. Like I said, its just a work-around.