R语言绘图-散点图

散点图是展示两个或多个数值型变量相关性特征的常用工具，通常包括简单散点图、三维散点图、矩阵散点图等。

简单散点图

简单散点图是将观测数据绘制在一个二维平面中，以此观察数值型变量之间的相关性。我们以R中ggplot2包中的mtcars数据集来讲述一下R如何绘制简单散点图。

ggplot2包的安装及调用

install.packages("ggplot2")#安装ggplot2包#
library(ggplot2)#ggplot2包#

mtcars数据集的调用的查看

data("mtcars")#调用mtcars数据集#
mtcars#查看mtcars数据集#
> mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

---

比如我们想绘制变量mpg与变量wt之间的散点图。可以用三个函数进行绘制，包括plot()函数、ggplot2中的qplot()函数及ggplot()函数。

一、plot()函数绘制简单散点图

代码如下：

plot(x = mtcars$wt,y = mtcars$mpg)
plot(mtcars$wt,mtcars$mpg)
plot(mtcars$mpg~mtcars$wt)
plot(mpg~wt,data = mtcars)

结果如下：

四种方式绘制的图片（上图）都一样。第一种方式，x代表以何变量作为散点图的横坐标，y代表以何变量作为散点图的纵坐标；第二种方式为第一种方式的简写，默认第一个变量为散点图的横坐标，第二个变量为散点图的纵坐标；第三种方式和第四种方式采用了R公式的写法，符号“~”前作为散点图的纵坐标，符号“~”后作为散点图的纵坐标，第三种方式直接调用向量，而第四种方式用data参数指定绘图的数据框。

二、qplot()函数绘制散点图

ggplot2中的qplot()函数也可以用于绘制散点图。代码如下：

qplot(x = mtcars$wt,y = mtcars$mpg)
qplot(mtcars$wt,mtcars$mpg)
qplot(wt,mpg,data = mtcars)

结果如下：

此处用法与plot()函数类似，但没有R公式方式的写法。

三、ggplot()函数

除上述两种方式外，ggplot()函数也可以用于散点图的绘制，个人比较喜欢ggplot()函数绘制。因为个人感觉其绘图比较灵活，在函数后通过“+”可以直接增加图层。
ggplot（）绘制散点图最基本的代码如下：

ggplot(data = mtcars,aes(x = wt,y = mpg))+
  geom_point()

结果如下：

当然也可以简写：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()

结果：
两种方法的结果一样。ggplot()在data参数中指定需要绘图的数据框，x和y分别制定散点图的横坐标和纵坐标。geom_point()语句代表我们想要绘制的图像是散点图。

1、增加回归线

有时绘制完散点图后，我们希望在散点图上增加一条趋势线，这时我们可以用到geom_smooth()语句。代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()+
  geom_smooth()

结果如下：

我们看到在散点图上增加的光滑曲线不是一条直线，如果我们想要绘制一条直线趋势线，我们需要用到method语句。代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()+
  geom_smooth(method = "lm")

这时我们看到趋势线变成直线，这是因为在geom_smooth（）语句中的method参数默认选择的平滑方法是loess（局部多项式回归拟合），用method=“lm”可以指定对二维散点图进行平滑的方法为lm（线性回归拟合），当然也包括其他方法比如“glm”、“gam”、“rlm”等，在此不详细展开，有兴趣的读者可以查阅相关文献。

2、置信区间的显示

默认情况下，所绘制回归曲线的置信区间是显示的，如上图。如果我们希望不显示置信区间，可以用到geom_smooth()语句中的se参数。代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()+
  geom_smooth(method = "lm",se=FALSE)

结果如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()+
  geom_smooth(method = "loess",se=FALSE)

3、修改横纵轴标题

我们在绘图时通常需要对横纵轴标题进行修改。如上图，我们想把wt修改为“横轴”，mpg修改为“纵轴”。可以用到labs()函数。代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point()+
  geom_smooth(method = "loess",se=FALSE)+
  labs(x="横轴",
       y="纵轴")

结果如下：

4、修改点及线的颜色

如果我们想修改散点图的颜色，可以用colour参数。比如我们想把上图中点的颜色由黑色修改为红色。代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point(colour="red")+
  geom_smooth(method = "loess",se=FALSE)+
  labs(x="横轴",
       y="纵轴")

结果如下：

如果想要将回归线的颜色由蓝色修改为黑色，代码如下：

ggplot(mtcars,aes(wt,mpg))+
  geom_point(colour="red")+
  geom_smooth(method = "loess",se=FALSE,colour="black")+
  labs(x="横轴",
       y="纵轴")

结果如下：

针对散点图的修改还有更多的小技巧需要我们在实际应用中进行学习，其他对散点图进行修饰的方法，我会在以后的文章中慢慢分享。