ggplot2 - 散点图和抖动图

散点图类似于通常用于绘图的线图。散点图显示一个变量与另一个变量的关联程度。变量之间的关系称为相关性，通常用于统计方法。我们将使用名为"鸢尾花"的同一数据集，其中包含每个变量之间的大量变化。这是一个著名的数据集，它以厘米为单位测量了 3 种鸢尾花中每种 50 朵花的萼片长度和宽度以及花瓣长度和宽度变量。这些物种被称为 Iris setosa、versicolor 和 virginica。

创建基本散点图

使用"ggplot2"包创建散点图涉及以下步骤 −

要创建基本散点图，请执行以下命令 −

> # 基本散点图
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+ geom_point()

添加属性

我们可以使用 geom_point() 函数中名为 shape 的属性来更改点的形状。

> # 更改点的形状
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+ geom_point(shape=1)

我们可以为所需散点图中添加的点添加颜色。

> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1)

在此示例中，我们根据图例中提到的物种创建了颜色。上述图中的三个物种是独一无二的。

现在我们将重点介绍如何建立变量之间的关系。

> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm)

geom_smooth 函数有助于重叠模式和创建所需变量的模式。

属性方法"lm"提到了需要开发的回归线。

> # 添加回归线
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm)

我们还可以使用下面提到的语法 − 添加没有阴影置信区域的回归线

># 添加回归线但没有阴影置信区域
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm, se=FALSE)

阴影区域表示置信区域以外的内容。

抖动图

抖动图包括可以描绘散点图的特殊效果。抖动只不过是一个随机值，它被分配给点以将它们分开，如下所述 −

> ggplot(mpg, aes(cyl, hwy)) +
+ geom_point() +
+ geom_jitter(aes(colour = class))