R语言ggplot2包绘制散点图详解

• List item
  R语言的ggplot包可以实现各种复杂的制图功能，本文以散点图为例，介绍ggplot2代码的使用方法。
  首先，使用R内置数据attitude绘制complaints和learning的散点图。请注意ggplot2语法和R原生代码的区别。ggplot2采用图层模式，不同图层用“+”叠加。

> head(attitude,3)
  rating complaints privileges learning raises critical advance
1     43         51         30       39     61       92      45
2     63         64         51       54     63       73      47
3     71         70         68       69     76       86      48

首先用ggplot()函数指定数据源，之后使用geom_point()函数绘制散点图，该函数使用mapping参数传入x和y所在的列。

ggplot(data = attitude) + 
  geom_point(mapping = aes(x = complaints, y = learning))

那么，如何对散点进行分类呢？我们采用CO2数据。

> head(CO2)
Grouped Data: uptake ~ conc | Plant
  Plant   Type  Treatment conc uptake
1   Qn1 Quebec nonchilled   95   16.0
2   Qn1 Quebec nonchilled  175   30.4
3   Qn1 Quebec nonchilled  250   34.8
4   Qn1 Quebec nonchilled  350   37.2
5   Qn1 Quebec nonchilled  500   35.3
6   Qn1 Quebec nonchilled  675   39.2

这次在aes中指定了color属性，设置为Plant列，这样可以对不同的Plant对应的散点应用不同的颜色。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant))

同样，还可以指定size参数，使散点大小与某一参数相关。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc))

指定shape参数，使散点的形状与某一参数相关。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color = Plant, size=conc, shape=Type))

下面使用iris数据展示ggplot2的更多功能。

> head(iris,3)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa

在mapping的aes参数中，还可以指定透明度alpha。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, alpha=  Petal.Length , color = Species, shape= Species, size= Petal.Width))

以上这些图像都采取了默认的设置，如果我们想自定义散点的形状、颜色等参数时，该怎么办呢？

引入color参数，可以自行设置颜色；使用shape参数可以自定义形状，各形状对应的序号如下。注意到color等参数是与mapping参数并列的。

ggplot(data = iris) + 
 geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width), color = "red",shape=11)

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color= Species), color = c("#0FC62A","orange","#ABC"))

2.3.3.2. 多图布局
如何将不同分类的变量绘制到不同的图上，实现多图布局呢？
在geom_point函数后用“+”连接facet_wrap()函数，其中首个参数为用于分类的变量前加“~”，nrow参数表示每行布局的图像数。

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Sepal.Width, color = Species, shape= Species, size= Petal.Length)) + 
  facet_wrap(~ Species, nrow = 2)

如果需要用两个变量实现多图布局，可使用facet_grid()函数指定行列对应的变量，用“~”分隔。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(Type ~ Treatment)

若“~”前后的参数换为“.”，则只在列或行进行多图布局。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(Type ~ .)
ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant)) + 
  facet_grid(. ~ Treatment)

散点图常常会出现点重叠的情况，尤其是数据四舍五入后作图。通过调整参数position = “jitter”，可以避免这种网格化，为每个点添加少量随机噪声。因为没有两个点可能会接收到相同数量的随机噪声，所以这就使避免了散点堆积的情况。

ggplot(data = CO2) + 
  geom_point(mapping = aes(x = conc, y = uptake, color=Plant), , position = "jitter") + 
  facet_grid(Type ~ Treatment)

主要参考文献：# R for Data Science
https://r4ds.had.co.nz/data-visualisation.html