引言
散點圖是描繪兩個連續型變量之間關係的圖形，特別是在觀察兩個變量之間的相關關係時特別好使。
散點圖基本操作
aes中的x,y值分別表示在x,y軸的變量；geom_point表示增加三點圖圖層，其中的size控制點的大小，shape控制形狀，一共25個，爲0-25。
library(gcookbook)
library(ggplot2)
head(heightweight)
# sex ageYear ageMonth heightIn weightLb
#1 f 11.92 143 56.3 85.0
#2 f 12.92 155 62.3 105.0
#3 f 12.75 153 63.3 108.0
#4 f 13.42 161 59.0 92.0
#5 f 15.92 191 62.5 112.5
#6 f 14.25 171 62.5 112.0
ggplot(heightweight, aes(x=ageYear, y=heightIn)) + geom_point(size=3,shape=21)
分組散點圖
散點圖分組有兩種方式，一種利用shape,以點的形狀來區分各種；一種用color，以點的顏色來區分.但是得記住，分組的變量必須爲因子變量或者字符串。
ggplot(heightweight, aes(x=ageYear, y=heightIn, colour=sex)) + geom_point()#以顏色區分
ggplot(heightweight, aes(x=ageYear, y=heightIn, shape=sex)) + geom_point()#以形狀區分
解決點覆蓋問題
當點的密度大時，我們可以改變點的透明度來區分各個點。當然我們可以使用bin的方法來區分，這種方法是把點的形狀設定爲長方形，密度越大的長方形區域越透明。
ggplot(diamonds, aes(x=carat, y=price))+ geom_point(alpha=.1)
ggplot(diamonds, aes(x=carat, y=price))+ geom_point(alpha=.01)
ggplot(diamonds, aes(x=carat, y=price))+ stat_bin2d()
當其中的一個或者兩個變量爲離散型數據時，也會導致覆蓋的問題。我們可以使用jitter方法和box的方法。
ggplot(ChickWeight, aes(x=Time, y=weight))+geom_point()
ggplot(ChickWeight, aes(x=Time, y=weight))+geom_point(position="jitter")
#position="jitter"等價於geom_jitter，即下面的方法
ggplot(ChickWeight, aes(x=Time, y=weight))+geom_point(position=position_jitter(width=.5, height=0))
ggplot(ChickWeight, aes(x=Time, y=weight))+ geom_boxplot(aes(group=Time))
增加擬合的迴歸線
爲了更好的看出兩個變量之間的關係，我們還可以擬合迴歸線，用stat_smooth(method=lm)函數即可。
ggplot(heightweight, aes(x=ageYear, y=heightIn))+geom_point() + stat_smooth(method=lm)
#該回歸直線的置信區間默認的置信度是95%，我們也可以對其進行修改。
ggplot(heightweight, aes(x=ageYear, y=heightIn))+ geom_point() + stat_smooth(method=lm, level=0.99)#99%的置信度
#也可以不顯示置信區間
ggplot(heightweight, aes(x=ageYear, y=heightIn))+ geom_point(colour="grey60") + stat_smooth(method=lm, se=FALSE)
還有很多關於增迴歸線的技術，這裏暫時不涉及，這本身還需要相關的計量知識來支撐的，需要了解的大家再查看書籍對應部分即可。
給點增加標籤
有時候，當點數量不多時，我們想讓點顯示名稱來進行區分，用geom_text就能做到，只要給參數label賦予對應的名字即可。
ggplot(subset(countries, Year==2009 & healthexp>2000),
aes(x=healthexp, y=infmortality)) +geom_text(aes(label=Name), size=4)
氣泡圖
有時候我們想展示三個變量之間的關係，這時氣泡圖是一個很好的工具。
cdat <- subset(countries, Year==2009 &
Name %in% c("Canada", "Ireland", "United Kingdom", "United States",
"New Zealand", "Iceland", "Japan", "Luxembourg",
"Netherlands", "Switzerland"))
#氣泡大小用size參數進行控制，把第三個變量賦值給該參數就行。
ggplot(cdat, aes(x=healthexp, y=infmortality, size=GDP)) +
geom_point(shape=21, colour="black", fill="cornsilk")
創建散點矩陣圖
散點矩陣圖是展示多個變量相互之間的一個極好展示。
c2009 <- subset(countries, Year==2009,
select=c(Name, GDP, laborrate, healthexp, infmortality))
pairs(c2009[,2:5])
這裏我們不用ggplot2包進行，這是因爲該包不太適合對這類圖形進行展示。