R 绘图 - 散点图

概述

散点图是统计学和数据分析中常用的一种图形表示方法，用于展示两个变量之间的关系。在R语言中，散点图可以通过多种方式进行绘制，本篇文章将详细介绍R中散点图的创建、美化以及数据可视化技巧。

散点图的基础

1. 散点图的概念

散点图由多个散点组成，每个散点代表一个观测值。横轴和纵轴分别表示两个变量的取值。通过观察散点在坐标系中的分布情况，可以分析两个变量之间的相关性。

2. 散点图的类型

简单散点图：只展示两个变量的关系。
分组散点图：展示多个组别在两个变量上的分布情况。
散点矩阵图：展示多个变量之间的关系。

R中创建散点图

1. 基础语法

在R中，可以使用plot()函数创建散点图。以下是一个简单的例子：

R 复制代码

# 加载ggplot2包
library(ggplot2)

# 创建数据框
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(2, 3, 5, 7, 11)
)

# 绘制散点图
plot(data$x, data$y, main = "散点图示例", xlab = "x轴", ylab = "y轴", pch = 19)

2. 美化散点图

调整颜色 ：通过col参数设置散点颜色。
调整形状 ：通过pch参数设置散点形状。
调整大小 ：通过cex参数设置散点大小。
添加图例 ：使用legend()函数添加图例。

R 复制代码

plot(data$x, data$y, main = "散点图示例", xlab = "x轴", ylab = "y轴", pch = 19, col = "blue", cex = 1.5)
legend("topright", legend = "分组1", col = "blue", pch = 19)

散点图高级技巧

1. 分组散点图

分组散点图可以展示多个组别在两个变量上的分布情况。以下是一个分组散点图的例子：

R 复制代码

library(ggplot2)

data <- data.frame(
  group = c("A", "A", "B", "B", "C", "C"),
  x = c(1, 2, 1, 2, 1, 2),
  y = c(2, 3, 5, 7, 11, 13)
)

ggplot(data, aes(x = x, y = y, color = group)) + 
  geom_point() + 
  theme_minimal() +
  labs(title = "分组散点图示例", x = "x轴", y = "y轴", color = "分组")

2. 散点矩阵图

散点矩阵图可以展示多个变量之间的关系。以下是一个散点矩阵图的例子：

R 复制代码

library(corrplot)

data <- data.frame(
  x = rnorm(100),
  y = rnorm(100),
  z = rnorm(100)
)

corrplot(cor(data), type = "lower", order = "F")

总结

本文详细介绍了R中散点图的创建、美化以及数据可视化技巧。通过掌握散点图，您可以更直观地展示两个变量之间的关系，从而更好地理解数据。在实际应用中，可以根据需求选择合适的散点图类型，并运用各种美化技巧提升视觉效果。