R语言数据可视化包ggplot2画图之散点图的基本画法

目录

• 前言
• 下面以一个简单的例子引入：
• 首先介绍第一类常用的图像类型：散点图 
• 给原始数据加上分类标签：
• 按z列分类以不同的颜色在图中画出散点图：
• 按z列分类以不同的形状在图中画出散点图：
• 多面化（将ABC三类分开展示）：
•  自定义颜色：
•  添加拟合曲线：
• 更换主题 ：
• 总结

前言

ggplot2的功能很强大，并因为其出色的画图能力而闻名，下面来介绍一下它的基本画图功能，本期介绍散点图的基本画法。

在ggplot2里，所有图片由6个基本要素组成：

1. 数据（Data）

2. 层次（Layers），包含两种元素：几何元素（Geometrics）与统计转换（Statistical transformations）。

几何元素指的是你想画的图形，如点，线，或多边形等。

统计转换指的是你想画的统计描述，如均数，标准差或可信区间等。

3. 刻度（Scales）, 通常指几何元素（如点或者线）的大小，颜色和形状等。

4. 坐标系统（A coordinate system）, 通常指的是x轴与y轴。

5. 多面化（Faceting），简单的说，就是可以将一个图片分成多个小的亚图片。

6. 主题 （Theme），此要素可以控制非数据与非统计部分的内容，如背景颜色，字体大小等。

下面以一个简单的例子引入：

library(ggplot2)#导入ggplot包
#使用mtcars数据做一个散点图
ggplot(data = mtcars,            # 要素1：数据
       aes(x = wt, y = mpg, 
       colour = factor(cyl))) +  # 要素3：刻度
       geom_point() +            # 要素2：几何元素（点）
       coord_cartesian() +       # 要素4：坐标轴
       facet_wrap(~ cyl) +       # 要素5：分面化
       theme_bw()                # 要素6：主题

 其中mtcars数据概况如下：

首先介绍第一类常用的图像类型：散点图 

#载入ggplot2
library(ggplot2)
#建立数据集，横坐标为1:100，纵坐标为服从标准正态分布的随机数
x <- seq(1,100,length=100) 
y <- rnorm(100,mean=0,sd=1)
data <- data.frame(x=x,y=y)
#作散点图
ggplot(data, aes(x=x, y=y)) + 
  geom_point()

给原始数据加上分类标签：

x <- seq(1,100,length=100) 
y <- rnorm(100,mean=0,sd=1)
z <- c(rep("A",30),rep("B",30),rep("C",40))
z <- sample(z,100)
data <- data.frame(x=x,y=y,z=z)

数据概况如下： 

按z列分类以不同的颜色在图中画出散点图：

ggplot(data, aes(x=x, y=y,color=z)) + 
  geom_point()

按z列分类以不同的形状在图中画出散点图：

ggplot(data, aes(x=x, y=y,shape=z)) + 
  geom_point()

多面化（将ABC三类分开展示）：

ggplot(data, aes(x=x, y=y,color=z)) + 
  geom_point()+
  facet_wrap(~z)+
  theme(legend.position = "none")

 若不加

theme(legend.position = "none")

这一段代码，显示的图表如下：

可以看出不加这一段代码侧边栏显示图例，但显然这个图例是多余的，因此我们一般去掉 

 自定义颜色：

ggplot(data, aes(x=x, y=y,color=z)) + 
  geom_point()+
  facet_wrap(~z)+
  theme(legend.position = "none")+
  scale_colour_manual(values = c("purple", "red", "black")) 

 添加拟合曲线：

x <- seq(1,50,length=50) 
y <- rnorm(50,mean=0,sd=5)
z <- c(rep("A",20),rep("B",15),rep("C",15))
z <- sample(z,50)
data <- data.frame(x=x,y=2*x-y,z=z)#这里构造的数据集大致服从y=2x
ggplot(data, aes(x=x, y=y)) + 
  geom_point()+
  geom_smooth()#添加拟合曲线,默认的形式是局部回归，所以拟合出的线条是曲线。

因为geom_smooth()默认的形式是局部回归，所以拟合出的线条是曲线,阴影区域为置信区间。

这里也可以用其他模型拟合，如线型模型：

ggplot(data, aes(x=x, y=y)) + 
  geom_point()+
  geom_smooth(method = "lm", se = FALSE)

（se = FALSE：去除置信区间）

更换主题 ：

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

总结