R ggplot2 散点图有助于可视化任意两个数据集之间的关系。让我们看看如何使用 R 编程语言中的 ggplot 创建、设置其大小、形状和颜色、添加线性回归、更改散点图的主题，并附带一个示例。
在此 ggplot 散点图演示中，我们将使用 R 编程提供的 diamonds 数据集。
使用 R 中的 ggplot2 创建散点图
此示例向您展示了使用此包创建散点图的各种方法。我们使用 RStudio 提供的上述 diamonds 数据集。
提示：ggplot2 包默认未安装。请参阅安装软件包文章以安装R 编程软件包。
# Create # Importing the ggplot2 library library(ggplot2) # Default way ggplot(data = diamonds, aes(x = carat, y = price)) + geom_point() # Approach 2 ggplot(diamonds, aes(x = carat, y = price)) + geom_point() # Approach 3 ggplot(diamonds) + geom_point(aes(x = carat, y = price)) # Fourth Approach ggplot() + geom_point(data = diamonds, aes(x = carat, y = price))
使用 R 中的 ggplot2 更改散点图的颜色
在此示例中，我们更改了 R 中 ggplot 绘制的散点图的颜色。
- 颜色：请指定您要使用的颜色。例如“red”、“blue”、“green”等。在此示例中，我们将 cut 列中的值用作颜色。您可以尝试将其更改为任何其他列。
- scale_color_manual：默认情况下，color 参数会分配一些默认颜色，要更改此设置，我们可以使用此函数。从下面的代码片段中，您可以看到我们为每个 diamond cut 分配了一些随机颜色。
注意：如果您需要从外部文件导入数据，请参阅R 读取 CSV文章以了解导入 CSV 文件。
# Changing Colors
library(ggplot2)
ggplot() +
geom_point(data = diamonds,
aes(x = carat,
y = price,
color = cut)) +
scale_color_manual(values = c("orchid", "chocolate4",
"goldenrod2", "tomato2", "midnightblue"))
使用 R 中的 ggplot2 更改散点图的形状和大小
在此示例中，我们更改了 R ggplot 散点图中点的尺寸和形状。
- 形状：此参数可以帮助您将默认的点更改为任何其他形状。也可以像本例中那样，将任何列的值分配给它。
- 大小：它有助于改变每个点的大小。
# Changing Shapes
library(ggplot2)
ggplot(diamonds) +
geom_point(aes(x = carat,
y = price,
color = clarity,
shape = cut)) +
scale_shape_manual(values = c(1, 4, 9, 7, 5)) +
scale_color_manual(values = c("orchid", "chocolate4", "goldenrod2",
"pink3", "tomato2", "midnightblue",
"khaki4" ,"seagreen"))
使用 ggplot2 更改散点图的轴
在此 R 示例中，我们展示了如何更改 ggplot 散点图绘制的默认轴限制。
- scale_x_continuous：此函数可帮助指定 X 轴的限制
- scale_y_continuous：它有助于指定 Y 轴的限制
library(ggplot2)
ggplot(diamonds) +
geom_point(aes(x = carat, y = price, color = clarity, shape = cut)) +
scale_x_continuous(limits = c(0, 7)) +
scale_y_continuous(limits = c(0, 25000)) +
scale_color_manual(values = c("orchid", "chocolate4", "goldenrod2",
"pink3", "tomato2", "midnightblue",
"khaki4" ,"seagreen"))
为散点图添加标签
在此示例中，我们在 ggplot2 散点图中的每个点添加了标签。
library(ggplot2)
ggplot(diamonds) +
geom_point(aes(x = carat,
y = price,
color = clarity,
shape = cut)
) +
geom_text(diamonds,
mapping = aes(x = carat, y = price),
label = rownames(diamonds))
更改 R ggplot2 ggplot 散点图的图例位置
默认情况下，ggplot 将图例放置在右侧。在这里，我们将图例位置从右侧更改为顶部。请记住，您可以使用 legend.position = “none” 完全删除图例。
library(ggplot2)
ggplot(diamonds) +
geom_point(aes(x = carat, y = price, color = cut)) +
theme(legend.position = "top") +
scale_color_manual(values = c("midnightblue", "chocolat4", "goldenrod2",
"orchid", "tomato2"))
将回归线添加到 R ggplot2 ggplot 散点图
以下示例展示了如何将一个名为回归线的图层添加到该区域。它包括平滑曲线、多元回归线等。
在此示例中，我们展示了如何使用 geom_smooth() 函数将平滑曲线添加到散点图。
library(ggplot2) ggplot(diamonds, aes(x = carat, y = price)) + geom_point(color = "midnightblue") + geom_smooth()
删除标准误差
默认情况下，geom_smooth() 函数会将标准误差添加到平滑曲线。让我们将其从 ggplot2 ggplot 散点图中删除。
library(ggplot2) ggplot(diamonds, aes(x = carat, y = price)) + geom_point(color = "midnightblue") + geom_smooth(se = FALSE, color = "goldenrod2")
从上面的代码片段中，可以看到我们更改了点的默认颜色和拟合曲线的颜色。
使用 ggplot2 将多个回归线添加到散点图
在此示例中，我们使用 method 参数将多个回归线添加到散点图。这里我们没有做太多，只是添加了 color 参数。这意味着 geom_smooth() 函数正在为所有不同的 diamond cuts 绘制回归线。
library(ggplot2)
ggplot(diamonds, aes(x = carat, y = price, color = cut)) +
geom_point() +
geom_smooth(method = "auto", se = FALSE) +
scale_color_manual(values = c("orchid", "chocolate4",
"goldenrod2", "tomato2", "midnightblue"))
将线性模型添加到散点图
在这里，我们将线性回归添加到散点图中，将 method 参数的默认值更改为 lm（线性模型）。
library(ggplot2)
ggplot(diamonds, aes(x = carat, y = price, color = cut)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
scale_color_manual(values = c("orchid", "chocolate4",
"goldenrod2", "tomato2", "midnightblue"))
更改散点图的主题
让我们为 R ggplot2 ggplot 散点图命名，并使用 labs 函数更改 X 轴和 Y 轴的默认名称。
- theme_dark()：使用此函数将默认主题更改为黑暗主题。键入 theme_ 后，R Studio 智能提示会显示可用选项。例如，theme_grey()。
- title：提供标题。
- x：请指定 X 轴的标签。
- y：指定 Y 轴的标签。
# Changing Theme
library(ggplot2)
ggplot(diamonds, aes(x = carat, y = price, color = cut)) +
geom_point() +
geom_smooth(method = "auto", se = FALSE) +
scale_color_manual(values = c("orchid", "chocolate4",
"goldenrod2", "tomato2", "midnightblue")) +
labs(title = "Customized Scatter Plot for Diamonds",
x = "Diamond Weight", y = "Price in US Dollar") +
theme_dark()
添加 2D 密度
以下示例展示了如何将 2D 密度图层添加到散点图区域。
使用 R ggplot2 ggplot 将 2D 密度添加到散点图
ggplot2 允许我们将多个图层添加到图表中。在此示例中，我们使用 geom_density_2d() 函数将 2D 密度图层添加到散点图。
# Adding Linear Model library(ggplot2) ggplot(diamonds, aes(x = carat, y = price)) + geom_point() + geom_density_2d()
我认为 diamonds 数据集太大，无法显示 2D 密度。我将数据集更改为 faithful。
# Adding 2D Density library(ggplot2) ggplot(faithful, aes(x = eruptions, y = waiting)) + geom_point() + geom_density_2d()
更改 2D 密度散点图的颜色
让我们使用 color 参数更改散点图和 geom_density_2d() 函数绘制的默认颜色。
# Change Colors - 2D Density library(ggplot2) ggplot(faithful, aes(x = eruptions, y = waiting)) + geom_point(color = "midnightblue") + geom_density_2d(colour = "chocolate")
将 2D 统计密度添加到散点图
此示例展示了如何使用 stat_density_2d() 函数将 R ggplot2 ggplot 散点图中的默认线更改为点。
# Changing Geom - 2D Density library(ggplot2) ggplot(faithful, aes(x = eruptions, y = waiting)) + geom_point(color = "midnightblue") + stat_density_2d(geom = "point")
更改 ggplot 2D 统计密度散点图的颜色
让我们使用 R ggplot2 中的 scale_fill_gradient() 函数更改默认的 2D 统计密度。有许多函数，如 scale_fill_gradient2 等，所以可以尝试它们来更改外观和感觉。
# Changing Geom - 2D Density library(ggplot2) ggplot(faithful, aes(x = eruptions, y = waiting)) + geom_point(color = "midnightblue") + stat_density_2d(geom = "polygon", aes(fill = ..level..)) + scale_fill_gradient(low = "midnightblue", high = "chocolate")
