R语言ggplot2包绘制散点图详解

您所在的位置：网站首页 › C语言画散点图和连接线 › R语言ggplot2包绘制散点图详解

R语言ggplot2包绘制散点图详解

2024-04-09 23:03| 来源: 网络整理| 查看: 265

R语言的ggplot包可以实现各种复杂的制图功能，本文以散点图为例，介绍ggplot2代码的使用方法。首先，使用R内置数据attitude绘制complaints和learning的散点图。请注意ggplot2语法和R原生代码的区别。ggplot2采用图层模式，不同图层用“+”叠加。

> head(attitude,3) rating complaints privileges learning raises critical advance 1 43 51 30 39 61 92 45 2 63 64 51 54 63 73 47 3 71 70 68 69 76 86 48

首先用ggplot()函数指定数据源，之后使用geom_point()函数绘制散点图，该函数使用mapping参数传入x和y所在的列。

ggplot(data = attitude) + geom_point(mapping = aes(x = complaints, y = learning)) image.png

那么，如何对散点进行分类呢？我们采用CO2数据。

> head(CO2) Grouped Data: uptake ~ conc | Plant Plant Type Treatment conc uptake 1 Qn1 Quebec nonchilled 95 16.0 2 Qn1 Quebec nonchilled 175 30.4 3 Qn1 Quebec nonchilled 250 34.8 4 Qn1 Quebec nonchilled 350 37.2 5 Qn1 Quebec nonchilled 500 35.3 6 Qn1 Quebec nonchilled 675 39.2

这次在aes中指定了color属性，设置为Plant列，这样可以对不同的Plant对应的散点应用不同的颜色。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color = Plant)) image.png

同样，还可以指定size参数，使散点大小与某一参数相关。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc)) image.png

指定shape参数，使散点的形状与某一参数相关。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc, shape=Type)) image.png

下面使用iris数据展示ggplot2的更多功能。

> head(iris,3) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa

在mapping的aes参数中，还可以指定透明度alpha。

ggplot(data = iris) + geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, alpha= Petal.Length , color = Species, shape= Species, size= Petal.Width)) image.png

以上这些图像都采取了默认的设置，如果我们想自定义散点的形状、颜色等参数时，该怎么办呢？

image.png

引入color参数，可以自行设置颜色；使用shape参数可以自定义形状，各形状对应的序号如下。注意到color等参数是与mapping参数并列的。

ggplot(data = iris) + geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width), color = "red",shape=11) ggplot(data = iris) + geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color= Species), color = c("#0FC62A","orange","#ABC")) image.png

2.3.3.2. 多图布局如何将不同分类的变量绘制到不同的图上，实现多图布局呢？在geom_point函数后用“+”连接facet_wrap()函数，其中首个参数为用于分类的变量前加“~”，nrow参数表示每行布局的图像数。

ggplot(data = iris) + geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color = Species, shape= Species, size= Petal.Length)) + facet_wrap(~ Species, nrow = 2) image.png

如果需要用两个变量实现多图布局，可使用facet_grid()函数指定行列对应的变量，用“~”分隔。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + facet_grid(Type ~ Treatment) image.png

若“~”前后的参数换为“.”，则只在列或行进行多图布局。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + facet_grid(Type ~ .) ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + facet_grid(. ~ Treatment)

散点图常常会出现点重叠的情况，尤其是数据四舍五入后作图。通过调整参数position = "jitter"，可以避免这种网格化，为每个点添加少量随机噪声。因为没有两个点可能会接收到相同数量的随机噪声，所以这就使避免了散点堆积的情况。

ggplot(data = CO2) + geom_point(mapping = aes(x = conc, y = uptake, color=Plant), , position = "jitter") + facet_grid(Type ~ Treatment) image.png

主要参考文献：# R for Data Science https://r4ds.had.co.nz/data-visualisation.html

【本文地址】

R语言ggplot2包绘制散点图详解

R语言ggplot2包绘制散点图详解

今日新闻

推荐新闻