ggplot2 - 散点图 & 抖动图

散点图类似于通常用于绘图的线图。散点图显示了一个变量与另一个变量的相关程度。变量之间的关系称为相关性，通常用于统计方法。我们将使用相同的数据集“Iris”，其中包含每个变量之间的大量差异。这是一个著名的数据集，它给出了三种鸢尾花物种中每种 50 朵花的萼片长度和宽度以及花瓣长度和宽度的厘米测量值。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：

> # Basic Scatter Plot
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+    geom_point()

添加属性

我们可以使用 geom_point() 函数中的 shape 属性更改点的形状。

> # Change the shape of points
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+    geom_point(shape=1)

我们可以为点添加颜色，这些颜色添加到所需的散点图中。

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

在这个例子中，我们根据图例中提到的物种创建了颜色。这三个物种在提到的图中得到了独特的区分。

现在我们将重点关注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的建立以及所需变量模式的创建。

属性方法“lm”指的是需要生成的回归线。

> # Add a regression line
> 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：

># Add a regression line but no shaded confidence region
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+    geom_point(shape=1) +
+    geom_smooth(method=lm, se=FALSE)

阴影区域代表置信区域以外的事物。

抖动图

抖动图包括特殊效果，可以使用这些效果来描绘散点图。抖动只不过是分配给点以将它们分开的一个随机值，如下所示：

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