其他
R可视化——散点图的绘制及其拓展
数据
本文章共用到三个R内嵌的数据集——iris、mpg、mtcars：
irismpgmtcars散点图绘制及其拓展
1、基础散点图绘制
library(ggplot2)p1<-ggplot(iris,aes(Sepal.Length,Sepal.Width,color=Species))+ geom_point()+ theme_bw()p12、具有相关性的散点添加拟合曲线并添加相关系数——使用到了ggpubr包中的stat_cor函数
library(ggpubr)p1+facet_wrap(~Species)+ geom_smooth(method = lm) + stat_cor(method = "pearson", label.x = c(5,5,5))3、局部放大效果的实现（此前文章讲解过，大家自行参考）
library(ggforce)p1+facet_zoom(x = Species == "versicolor")4、圈出图中某些数据点
library(ggalt)library(dplyr)circle.df <- iris %>% filter(Species == "setosa")p1+geom_encircle(data = circle.df, linetype = 1)5、避免散点图中的数据点重叠——使用抖动点或计数点图
# 基础散点图ggplot(mpg, aes(cty, hwy)) + geom_point(size = 2)+ theme_bw()# 抖动点图ggplot(mpg, aes(cty, hwy)) + geom_jitter(size = 2, width = 0.5)+ theme_bw()#计数点图，重叠的点越多，圆的尺寸就越大ggplot(mpg, aes(cty, hwy)) + geom_count()+ theme_bw()6、展示多个变量——气泡图
ggplot(mtcars, aes(mpg, wt, color=cyl)) + geom_point(aes(size = qsec), alpha = 0.5) + scale_size(range = c(0.5, 12))+ theme_bw()7、散点图添加边缘密度图
library(ggpubr)ggscatterhist(iris, x = "Sepal.Length", y = "Sepal.Width", color = "Species", size = 3, alpha = 0.6, palette = c("#00AFBB", "#E7B800", "#FC4E07"), margin.params = list(fill = "Species", color = "black", size = 0.2))8、散点图添加边缘箱线图（当然也可通过拼图实现，具体参考此前文章）
library(ggpubr)ggscatterhist(iris, x = "Sepal.Length", y = "Sepal.Width", color = "Species", size = 3, alpha = 0.6, palette = c("#00AFBB", "#E7B800", "#FC4E07"), margin.plot = "boxplot", ggtheme = theme_bw())
参考书籍：GGPlot2 Essentials for Great Data Visualization in R
我就知道你“在看”