【R语言】--- 散点图

Posted 2023-05-01

参考技术A 散点图是将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定，每个点对应一个 X 和 Y 轴点坐标。散点图可以用R自带的plot()函数绘制，也可以用ggplot2包的geom_point()和 geom_dotplot()函数来绘制，当使用geom_dotplot()绘图时，point的形状是dot，不能改变点的形状，因此，geom_dotplot 叫做散点图（Scatter Plot），通过绘制点来呈现数据的分布，对点分箱的方法有两种：点密度（dot-density ）和直方点（histodot）。当使用点密度分箱（bin）方式时，分箱的位置是由数据和binwidth决定的，会根据数据进行变化，但不会大于binwidth指定的宽度；当使用直方点分箱方式时，分箱有固定的位置和固定的宽度，就像由点构成的直方图（histogram）。

基本语法：

x 横坐标 x 轴的数据集合；
y 纵坐标 y 轴的数据集合；
type：绘图的类型，p 为点、l 为直线， o 同时绘制点和线，且线穿过点；
main：图表标题；
xlab、ylab x 轴和 y 轴的标签名称；
xlim、ylim x 轴和 y 轴的范围；
axes 布尔值，是否绘制两个 x 轴。

p：点图；
l：线图；
b：同时绘制点和线；
c：仅绘制参数 b 所示的线；
o：同时绘制点和线，且线穿过点；
h：绘制出点到横坐标轴的垂直线；
s：阶梯图，先横后纵；
S：阶梯图，先纵后竖；
n： 空图。

美化后的散点图

散点图矩阵是借助两变量散点图的作图方法，它可以看作是一个大的图形方阵，其每一个非主对角元素的位置上是对应行的变量与对应列的变量的散点图。而主对角元素位置上是各变量名，这样，借助散点图矩阵可以清晰地看到所研究多个变量两两之间的相关关系。散点图矩阵就是把数据集中的每个数值变量两两绘制散点图，这里我们用pairs()函数绘制。

把直方图放在对角线上

geom_point()函数用于创建散点图。散点图对于显示两个连续变量之间的关系最有用。它可以用于比较一个连续变量和一个类别变量，或者两个类别变量，但是像geom_jitter()、geom_count()或geom_bin2d()这样的变体通常更合适。气泡图是一个散点图，第三个变量映射到点的大小。

https://www.r-graph-gallery.com/

R语言绘图：复杂散点图绘制

散点图用于描述两个连续性变量间的关系，三个变量之间的关系可以通过3D图形或气泡来展示，多个变量之间的两两关系可以通过散点图矩阵来展示。

1. 散点图矩阵

1.1 paris()函数

基础函数paris()函数用于创建散点图矩阵，panel.cor()函数是自定义的面板函数(panel function)，用于在矩阵的上三角显示相关度；下三角使用系统预定义的平滑函数，用于在矩阵的下三角显示散点图和平滑曲线。

panel.cor <- function(x, y, digits = 2, prefix = "", cex.cor, ...)
{
  usr <- par("usr")
  on.exit(par(usr))
  par(usr = c(0, 1, 0, 1))
  r <- abs(cor(x, y))
  txt <- format(c(r, 0.123456789), digits = digits)[1]
  txt <- paste0(prefix, txt)
  if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt)
  text(0.5, 0.5, txt, cex = cex.cor * r)
}

pairs(~ mpg + disp + drat + wt, data = mtcars,
      lower.panel = panel.smooth,
      upper.panel = panel.cor)

1.2 scatterplotMatrix()函数

car包中的scatterplotMatrix()函数，用于生成散点图矩阵，实际上，该函数是pairs()的封装器，用于产生增强的散点图矩阵，spm是该函数的别名。

scatterplotMatrix(x, 
    diagonal=c("density", "boxplot", "histogram", "oned", "qqplot", "none"), adjust=1, nclass,
    plot.points=TRUE, smoother=loessLine, smoother.args=list(), smooth, span,
    spread = !by.groups, reg.line=lm,
    transform=FALSE, family=c("bcPower", "yjPower"),
    ellipse=FALSE, levels=c(.5, .95), robust=TRUE,
    groups=NULL, by.groups=FALSE, 
    use=c("complete.obs", "pairwise.complete.obs"),
    labels, id.method="mahal", id.n=0, id.cex=1, id.col=palette()[1], id.location="lr",
    col=if (n.groups == 1) palette()[3:1] else rep(palette(), length=n.groups),
    pch=1:n.groups, lwd=1, lty=1, 
    cex=par("cex"), cex.axis=par("cex.axis"), cex.labels=NULL, 
    cex.main=par("cex.main"), 
    legend.plot=length(levels(groups)) > 1, legend.pos=NULL, row1attop=TRUE, ...)

## 参数注释：
diagonal # 对角线面板显示的内容，
adjust # 用于密度估计的相对带宽（relative bandwidth），传递给density()函数
nclass # 直方图的封箱的数量，传递给hist()函数
plot.points # 是否在非对角线绘制点，默认值是TRUE
smoother # 用于制定函数，用于绘制平滑曲线，默认值是gamLine()函数，其他有效值是：loessLine，quantregLine
smoother.args # 传递给smoother函数的参数，是一个list类型，
# 如smoother.args==list(lty=2) 表示设置平滑（loess）拟合曲线使用虚线，而不是实线
smooth, span # 这两个参数是为了向后兼容，如果该参数设置为TRUE（默认值），那么smooter设置为LoessLine，使用LoessLine()函数绘制平滑曲线。
# 如果设置span，那么该参数会被添加到smoother.args中。
spread # 是否添加用于展示分散度和对称信息的直线，默认值是by.groups参数值取反。
reg.line # 默认值是lm，用于制定绘制回归直线的函数
ellipse # 在非对角线绘制数据密度椭圆
groups # 对数据分组
by.groups # 如果设置为TRUE，那么回归直线按照分组来拟合（fit）

例如：使用mtcars数据集来绘制散点图：

library(car)
scatterplotMatrix( ~ mpg + disp + drat + wt, data = mtcars,
                  spread = FALSE, smoother.args = list(lty=2),
                  main='Scatter Plot Matrix via car Package')

2. 高密度散点图

2.1 smoothScatter()函数

基础包中的smoothScatter()函数，可以利用核密度估计生成用颜色密度来表示点密度的散点图。

set.seed(1234)
n<-1000
c1 <- matrix(rnorm(n,mean=0,sd=1),ncol = 2)
c2 <- matrix(rnorm(n,mean=3,sd=5),ncol = 2)
mydata <- rbind(c1,c2)
mydata <- as.data.frame(mydata)
names(mydata) <- c('x','y')

with(mydata, smoothScatter(x, y, 
main='Scatter Plot Colored by Smoothed Densities'))

2.2 hexbin()函数

hexbin包中hexbin()函数，把二元变量的封箱放到六边形单元格中，xbins是水平封箱的数量：

hexbin(x, y, xbins = 30)

该函数创建了一个hexbin对象，最基本的组成是一个cell和落入每个cell的点的数量count。

例如，使用hexbin()来绘制高密度散点图，六边形的颜色深度表示散点的密度。

install.packages("hexbin")
library(hexbin)
with(mydata,
     {bin <- hexbin(x,y,xbins=50)
     plot(bin,main='Hex binning with 10000 Observations')})

3. 三维散点图

三维散点图用于对三个变量之间的交互关系进行可视化，scatterplot3d包中的函数scatterplot3d()，可以用于绘制三维散点图：

scatterplot3d(x, y=NULL, z=NULL, color=par("col"), pch=par("pch"),
    main=NULL, sub=NULL, xlim=NULL, ylim=NULL, zlim=NULL,
    xlab=NULL, ylab=NULL, zlab=NULL, scale.y=1, angle=40,
    axis=TRUE, tick.marks=TRUE, label.tick.marks=TRUE,
    x.ticklabs=NULL, y.ticklabs=NULL, z.ticklabs=NULL,
    y.margin.add=0, grid=TRUE, box=TRUE, lab=par("lab"),
    lab.z=mean(lab[1:2]), type="p", highlight.3d=FALSE,
    mar=c(5,3,4,3)+0.1, bg=par("bg"), col.axis=par("col.axis"),
    col.grid="grey", col.lab=par("col.lab"), 
    cex.symbols=par("cex"), cex.axis=0.8 * par("cex.axis"),
    cex.lab=par("cex.lab"), font.axis=par("font.axis"),
    font.lab=par("font.lab"), lty.axis=par("lty"),
    lty.grid=par("lty"), lty.hide=NULL, lty.hplot=par("lty"),
    log="", asp=NA, ...)
    
# 参数注释：
x,y,z # 图形的三个坐标
color # 点的颜色
main，sub # 主标题和小标题
xlim,ylim,zlim # 用于指定(min,max)，用于限制坐标轴上点的范围。
xlab,ylab,zlab # 各个坐标轴的标签
scale.y # y轴相对于x和z的标度
angle # x和y轴之间的角度
axis # 是否绘制坐标轴
tick.marks, label.tick.marks, x.ticklabs, y.ticklabs, z.ticklabs # 刻度，刻度值
type # 用于指定点的类型，p是点，l是线，h是在x-y平面中的垂线
highlight.3d # 当type = "p" 或 type = "h" 时，根据y坐标把点绘制成不同的颜色；
# 其他情况下，使用color参数的值来绘制点的颜色。

例如利用mtcars数据集，绘制wt，disp和mpg之间的三维散点图：

install.packages("scatterplot3d")
library(scatterplot3d)
with(mtcars, # 数据集
     scatterplot3d(wt,disp,mpg, # 绘制图形的三个变量
              pch=16, # 设置绘图符号
              highlight.3d = TRUE,
              type='h',
              main='3D Scatter Plot with Vertical Lines'))

可旋转的3D散点图：

library(rgl)
with(mtcars,
     plot3d(wt,disp,mpg,col='red',size=5))

library(car)
with(mtcars,scatter3d(wt,disp,mpg))

4. 气泡图

使用气泡图来展示三个变量之间的关系，先创建一个二维散点图，然后用点的大小来代表第三个变量的值。

基础包中的symbols()函数用于绘制气泡图：

symbols(x, y = NULL, circles=radius, squares, rectangles, stars, inches = TRUE, 
        fg = par("col"), bg = NA,
        xlab = NULL, ylab = NULL, main = NULL,
        xlim = NULL, ylim = NULL, ...)

## 参数注释：
x，y，circles # circles用于指定气泡的半径
inches # 比例因子，控制气泡的大小（默认最大圆圈为1 inch）

参考资料

1. https://www.rdocumentation.org/packages/car/versions/2.1-6/topics/scatterplotMatrix

长按二维码发现惊喜

独阅乐不如众阅乐