【R数据可视化手册】笔记3-散点图_透明化数据分箱随机扰动调整坐标轴范围，哪些是散点图数据点重叠问题的解决方案？-CSDN博客

本文链接：https://blog.csdn.net/Aaravos/article/details/96709544

本文详细介绍了使用R语言进行数据可视化的散点图制作，包括基本语法、修改参数如点型、大小和颜色，解决数据点重叠问题，以及如何创建复杂的图形如回归模型、边际地毯和气泡图。通过对钻石数据集的实例分析，展示了如何绘制并优化散点图，以及如何添加标签和拟合线，帮助理解数据分布和关系。

摘要由CSDN通过智能技术生成

【R数据可视化手册-散点图】

data & package

rm(list = ls())
library(ggplot2)
library(gcookbook)    # 为了使用数据
library(MASS)    # 为了使用数据
library(hexbin)    # 为了使用函数

数据：heigheweight、diamonds、ChickWeight、countries、faithful

基本语法

ggplot(data, aes(x, y)) + geom_point()

ggplot(heightweight, aes(x = ageYear, y = heightIn)) +
  geom_point()

在这里插入图片描述

修改参数

点型、大小、颜色

geom_point()默认的点型shape = 16, size = 2, fill = “black”。对于分组变量，可以直接映射给shape/colour等参数

# 将分组变量映射给colour、shape
ggplot(heightweight, aes(x = ageYear, y = heightIn, colour = sex, shape = sex)) +
  geom_point()

在这里插入图片描述

自定义的调色板、点型

可以进一步调用RColorBrewer的调色板，或者使用自定义的点型。R绘图系统中，编号1-20的颜色通过colour设置，编号21-25的点型可以同时调节colour（边线颜色）、fill（填充色）
在这里插入图片描述
将分组变量映射给shape后，可调用scale_shape_manual()修改点型

ggplot(heightweight, aes(x = ageYear, y = heightIn, shape = sex)) +
  geom_point(size = 3) + 
  scale_shape_manual(values = c(1, 4))

在这里插入图片描述

# 将一组分类变量同时映射给点型、颜色
ggplot(heightweight, aes(x = ageYear, y = heightIn, colour = sex, shape = sex)) +
  geom_point() + 
  scale_shape_manual(values = c(1, 2)) +     # 使用自定义点型
  scale_colour_brewer(palette = "Set1")    # 调用调色板

在这里插入图片描述
也可以使用空心/实心表示不同变量

hw <- heightweight
hw$weightGroup <- cut(hw$weightLb, breaks = c(-Inf, 100, Inf), labels = c("<100", ">100"))
# 添加自定义分组
ggplot(hw, aes(x = ageYear, y = heightIn, shape = sex, fill = weightGroup)) + 
  geom_point(size = 2.5) + 
  scale_shape_manual(values = c(21, 24)) + 
  scale_fill_manual(values = c(NA, "black"), guide = guide_legend(override.aes = list(shape = 21)))

在这里插入图片描述

映射连续变量

可以将连续变量映射给size或colour，但由于人感受颜色、大小变化的精度较低，绘制的图形常具有误导性；可修改点的大小和颜色使图形更具可读性

# 使用自定义的连续色阶表示变量值
ggplot(heightweight, aes(x = ageYear, y = heightIn, fill = weightLb)) + 
  geom_point(shape = 21, size = 2.5) + 
  scale_fill_gradient(low = "black", high = "white",     # 设置区分度大的连续色阶
                      breaks = seq(70, 170, by =