假设您的数据看起来像这样（请在接下来的问题中包含一些示例数据）

# libraries
library(tidyr)
library(dplyr)
library(ggplot2)

# set seed for reproducibility
set.seed(123) 

# get example data
ser <- data.frame(Stages = c("hpf00", "hpf04", "hpf08", "hpf12", "hpf16",
                                 "hpf20", "hpf24", "hpf28", "hpf32", "hpf36",
                                 "hpf40", "hpf44", "hpf48", "hpf52", "hpf72")) %>%
      mutate(TPH = sample(1:100, length(Stages)))

字符串
你可以在Stages的每个水平上生成一个从0到你的观察值的向量（按照这里提供的答案https://stackoverflow.com/a/71043558/15024678）。然后你可以解嵌套这些向量：

ser_mod <- ser %>%
  mutate(TPH = purrr::map(TPH, ~0:.x)) %>%
  unnest_longer(TPH)

型
这可以使用geom_tile()绘制，从而生成符合您描述的条形图。

ggplot(ser_mod, aes(x = Stages, y = TPH)) +
  geom_tile(aes(fill = TPH, width = .9)) +
  scale_fill_distiller(palette = "RdYlBu") +
  theme(legend.position = "none")

型
输出：

如果x轴上每个级别的最大值为100，则希望条形图完全为红色的修改方案

获取修改后的示例数据，使hpf 12的TPH = 100：

# set seed for reproducibility
set.seed(123) 

# get example data
ser <- data.frame(Stages = c("hpf00", "hpf04", "hpf08", "hpf12", "hpf16",
                             "hpf20", "hpf24", "hpf28", "hpf32", "hpf36",
                             "hpf40", "hpf44", "hpf48", "hpf52", "hpf72")) %>%
  mutate(TPH = sample(1:100, length(Stages))) %>%
  mutate(TPH = ifelse(Stages == "hpf12", 100, TPH))

型
在生成包含从0到每个TPH水平的观测值的值的列之后，您可以生成一个用于着色的新列（TPH_fill）。然后可以修改此列，以便如果TPH为100，则它仅包含100（导致红色）：

ser_mod <- ser %>%
  mutate(TPH = purrr::map(TPH, ~0:.x)) %>%
  unnest_longer(TPH) %>%
  group_by(Stages) %>%
  mutate(TPH_fill = ifelse(max(TPH) == 100, 100, TPH)) %>%
  mutate(TPH_fill = ifelse(TPH_fill != 100, TPH, TPH_fill))

型
使用TPH_fill作为fill的参数绘图：

ggplot(ser_mod, aes(x = Stages, y = TPH)) +
  geom_tile(aes(fill = TPH_fill, width = .9)) +
  scale_fill_distiller(palette = "RdYlBu") +
  theme(legend.position = "none")

型
输出：

如果您不想让颜色渐变沿着y轴，而是让条形按其最大值着色，则修改解决方案

您可以根据未修改的数据绘制geom_col()，并通过TPH的值设置fill：

ggplot(ser, aes(x = Stages, y = TPH)) +
  geom_col(aes(fill = TPH)) +
  scale_fill_distiller(palette = "RdYlBu") +
  theme(legend.position = "none")

型
输出：