R語言可視化中散點圖的介紹及其美化技巧

本篇內容主要講解“R語言可視化中散點圖的介紹及其美化技巧”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“R語言可視化中散點圖的介紹及其美化技巧”吧!

今天開始跟大家分享散點圖及其美化技巧！

R語言中的散點圖需要兩個數值型變量分別作為X軸、Y軸映射對象，同時通過顏色、大小、形狀進行分類變量映射。

由于散點圖在數據量較多的情況下效果更佳，這里使用ggplot包內自帶的數據集diamonds進行案例演示。

ggplot(diamonds,aes(carat,price))+geom_point()

在R中制作散點圖的基本語法如上，數據集、X軸、Y軸，最后是散點圖圖層。

以上散點圖是最簡單的不加任何修飾的默認圖形，通過在aes映射中添加分類變量，以大小、顏色、形狀進行區分，就可以制作出多系列散點圖。

散點圖（形狀分類）

ggplot(diamonds,aes(carat,price))+geom_point(aes(shape=cut))

散點圖（顏色分類）

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut))

散點圖（大小分類）

ggplot(diamonds,aes(carat,price))+geom_point(aes(size=cut))

也可以同時在一個函數語句中加入兩個以上的分類指標參數。

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut,size=table))

由于該數據集記錄較多，所以數據點相互重合，很多區域很難辨識，R語言中提供了兩種處理方式：

使用alpha參數（透明化處理）：

ggplot(diamonds,aes(carat,price))+geom_point(alpha = 1/10)

使用像素級散點圖：

ggplot(diamonds,aes(carat,price))+geom_point(shape=".")

由于散點圖可以通過添加size參數用來展示某一指標在散點上的大小，所以基本也不需要單獨的氣泡圖函數。

以上散點圖都沒有考慮過美化的問題；這里通過添加主題、顏色模板可以將其美化：

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut))+ggtitle("Scatter Plot")+theme_economist(base_size=14)+scale_colour_economist()+guides(colour=guide_legend(title=NULL))

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut,size=table))+ggtitle("Scatter Plot")+theme_wsj()+scale_colour_wsj()+guides(size=guide_legend(title=NULL),colour=guide_legend(title=NULL))

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut,size=table))+ggtitle("Scatter Plot")+theme_economist(base_size=14)+scale_colour_economist()+guides(size=guide_legend(title=NULL),colour=guide_legend(title=NULL))

當然，如果你覺得上數據集太過密集，想要看某一個區域內的具體分布情況，只需要添加xlim()、ylim()參數即可：

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut,size=table))+ggtitle("Scatter Plot")+theme_wsj()+scale_colour_wsj()+guides(size=guide_legend(title=NULL),colour=guide_legend(title=NULL))+xlim(1,2)+ylim(5000,10000)

ggplot(diamonds,aes(carat,price))+geom_point(aes(colour=cut,size=table))+ggtitle("Scatter Plot")+theme_economist(base_size=14)+scale_colour_economist()+guides(size=guide_legend(title=NULL),colour=guide_legend(title=NULL))+xlim(1,2)+ylim(5000,10000)

最后，如果你想要擬合出該數據集的走勢曲線，也可以通過添加geom_smooth()參數實現：

ggplot(diamonds,aes(carat,price))+geom_point()+geom_smooth(method='lm')+theme_classic()

散點圖函數結合統計變換之后可以衍生無窮多中圖表類型，具體的圖表類型細節，可以參考哈德利的ggplot原著。

到此，相信大家對“R語言可視化中散點圖的介紹及其美化技巧”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！