R语言|散点图 ———R语言数据可视化系列(一)

数据分析能力作为目前最有"钱"途的能力之一，你是否心动。
但懂得数据分析能力并不能展现数据的魅力，面对不同的报告对象，可能大家关注点不同，但是可视化绝对是展现数据价值的最佳途径。偶然从一篇文章中看到：数据分析师最基本的能力就是数据可视化。

绘制基本图像

本案例所用数据集为 ggplot2 包中的 mpg 数据框（即 ggplot2::mpg ），因此需要先进行 tidyverse的加载，如果没有下载过则需要先行下载。

# install.packages("tidyverse")  #没有下载过的可用先运行此语句
library(tidyverse)               #加载tidyverse包
library(ggplot2)                 #加载ggplot2包

## 数据探索
mpg <- ggplot2::mpg              #加载试验数据
str(mpg)                         #查看数据的形式
dim(mpg)                         #查看数据行列数
summary(mpg)                     #查看数据基本信息

## 绘制散点图
plot(mpg$displ,mpg$hwy)          #系统基本绘图函数

ggplot(data = mpg) +             #ggplot2绘图
  geom_point(mapping = aes(x = displ, y = hwy))

图1 plot系统函数

图2 ggplot绘图函数

如图1，系统自带函数的图像没有背景颜色，而图2ggplot函数所得图像有背景颜色。单纯从这一点来看，系统自带函数似乎略胜一筹，但长远来看，系统的自带函数对于进一步美化图像并没有那么方便。

图像再加工

plot函数参数详解

对于plot函数，系统只给出了如下的简单描述，而其参数却没有在函数表达式中给出。

plot(x, y, …)

参数解释：

参数	解释
x	图中x坐标轴的数据
y	图中显示在y坐标轴的数据
…	需要创建的数据
type	绘制的图像性质，默认为点
main	图像的主标题
sub	图像的副标题
xlab	x轴的名字
ylab	y轴的名字
asp	图像的纵横比y/x
cex	图中图标的尺寸
col	改变颜色
lwb	线的粗细
pch	改变点的形状

其中颜色可以有多种方式数字，rgb的值，色号或直接名字。pch则是由数字代表取值为1-20，如大于20开始从1循环。

plot(mpg$displ,mpg$hwy,          #此处只部分修改
     main = "系统函数plot",cex = 1.2,col = "#a61b29",lwd = 3,pch = 5)

ggplot函数修改

geom_point(
mapping = NULL,
data = NULL,
stat = “identity”,
position = “identity”,
…,
na.rm = FALSE,
show.legend = NA,
inherit.aes = TRUE
)

ggplot的散点图函数geom_point的参数与plot类似但名字更容易理解：

ggplot(data = mpg) +             #ggplot2绘图
  labs(x = "x轴",y = "y轴",title = "ggplot函数")+
  theme(plot.title=element_text(hjust=0.5))+
  geom_point(mapping = aes(x = displ, y = hwy),color ="#a61b29", size = 3,alpha = 8)

ggplot的绘图原理类似于刷墙，通过一层层的叠加美化，使得图像不断美化，这是与系统自带plot()函数最大的区别。虽然看起来比较繁琐，但是层次分明、可操作性很高。如果是新手则可以一行一行理解，每一行代表对图像的一次操作。