ggplot_多变量关系01

描述

当数据集中有多个变量中，除了关心每一个变量的类型、取值集合、分布情况，还关心变量之间的关系，观测的分组情况等。

为表现两个变量之间的关系，最常用的是散点图。多个变量之间可以用散点图矩阵、相关图，可以在散点图中用符号大小、符号颜色、符号形状表示更多维数。

对于高维数据，经常需要利用降维方法，如主成分分析(PCA)对数据降维，对降维数据作图。

R 复制代码

library(ggplot2)
library(GGally)
library(dplyr)

iris = read.csv('../../seaborn-data/iris.csv')
tips = read.csv('../../seaborn-data/tips.csv')

复制代码

Attaching package: 'dplyr'


The following objects are masked from 'package:stats':

    filter, lag


The following objects are masked from 'package:base':

    intersect, setdiff, setequal, union

散点图

geom_point()与geom_jitter()都可以绘制散点图，geom_point严格按照坐标位置绘制，不考虑重叠。geom_jitter可以避免点重叠（当然是针对有少量重叠数据的情况。如果数据量很大，考虑使用蜂窝图）

R 复制代码

p <- ggplot(data = iris,mapping = aes(x = petal_length,y=petal_width,color=species))
p + geom_point()

R 复制代码

p <- ggplot(data = iris,mapping = aes(x = petal_length,y=petal_width,color=species,size=sepal_width))
p + geom_jitter(alpha=0.4)

geom_jiter()中的width和height是左右和上下抖动的幅度百分比，以数据间的最小差距为单位，默认的抖动比例是40%，一般不超过50%。

R 复制代码

p <- ggplot(data = iris,mapping = aes(x = petal_length,y=petal_width,color=species,size=sepal_width))
p + geom_jitter(alpha=0.4,width = 0.04,height = 0.05)

R 复制代码

str(iris)

复制代码

'data.frame':	150 obs. of  5 variables:
 $ sepal_length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ sepal_width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ petal_length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ petal_width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ species     : chr  "setosa" "setosa" "setosa" "setosa" ...

散点矩阵图

多个变量之间的关系经常用散点图矩阵表示。 ggplot2包没有提供专门的散点图矩阵，基础R图形中提供了pairs函数作散点图矩阵， GGally包提供了一个ggscatmat()函数作散点图矩阵。

R 复制代码

ggscatmat(data = iris, columns = 1:4,color='species',alpha = 0.8)

GGally的ggpairs()函数提供了另一种矩阵图，可以比较变量两两分布或者关系。

R 复制代码

ggpairs(
  data = iris, 
  columns = c("petal_length", "sepal_length", "species"))

复制代码

[1m[22m`stat_bin()` using `bins = 30`. Pick better value `binwidth`.
[1m[22m`stat_bin()` using `bins = 30`. Pick better value `binwidth`.

等值线图和热力图

对于已经估计的二元密度曲面，可以用geom_contour()作等值线图，用geom_raster()作密度热力图。

R 复制代码

p <- ggplot(faithfuld, aes(
  x = eruptions, y = waiting, z = density))
p + geom_contour()

R 复制代码

p + geom_contour(mapping = aes(
  z = density, color = after_stat(level)))

R 复制代码

p + geom_raster(mapping = aes(
  fill = density))

ggplot_多变量关系01

描述

散点图

散点矩阵图

相关系数矩阵图

等值线图和热力图