返回顶部
首页 > 资讯 > 后端开发 > 其他教程 >R语言数据可视化包ggplot2画图之散点图的基本画法
  • 920
分享到

R语言数据可视化包ggplot2画图之散点图的基本画法

ggplot2绘制散点图r语言ggplot2作图r绘制散点图 2022-11-13 19:11:27 920人浏览 安东尼
摘要

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

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

0e04965748604aed9b531d3947b67f1a.png

 其中mtcars数据概况如下:

d44fcbcf1f2047abb3c2b68a113f630b.png

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()

ad1dc5dd1303456c9292282287db7601.png

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: 

234ad30a6f0843de93856f526fa47122.png

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()

4b9becad9f8c4e6587b0447c54d7e231.png

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()

5ff9a78c0f1c4bd197cbc62d7eb181f2.png

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")

afcdd83b0577437a9a5f004cd2e5a13d.png

 若不加

theme(legend.position = "none")

这一段代码,显示的图表如下:

2b0089ed0b7642dd90fcea004bbcae0b.png

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")) 

7774736781fd422ea5f3976c69a51549.png

 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。

f0a2586bc35e43429726f77082811ae1.png

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)

beed02a990b74cbcaae536d9a33e25b5.png

(se = FALSE:去除置信区间)

更换主题 :

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

ed2161b370e54a9d82d379110fe74207.png

总结

到此这篇关于R语言数据可视化包ggplot2画图之散点图的基本画法的文章就介绍到这了,更多相关R语言ggplot2散点图画法内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: R语言数据可视化包ggplot2画图之散点图的基本画法

本文链接: https://lsjlt.com/news/170710.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作