ggplot2 - 散點圖 & 抖動圖

散點圖類似於通常用於繪圖的線圖。散點圖顯示了一個變數與另一個變數的相關程度。變數之間的關係稱為相關性，通常用於統計方法。我們將使用相同的資料集“Iris”，其中包含每個變數之間的大量差異。這是一個著名的資料集，它給出了三種鳶尾花物種中每種 50 朵花的萼片長度和寬度以及花瓣長度和寬度的釐米測量值。這些物種被稱為 Iris setosa、versicolor 和 virginica。

建立基本散點圖

使用“ggplot2”包建立散點圖涉及以下步驟：

要建立基本散點圖，請執行以下命令：

> # Basic Scatter Plot
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+    geom_point()

新增屬性

我們可以使用 geom_point() 函式中的 shape 屬性更改點的形狀。

> # Change the shape of points
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+    geom_point(shape=1)

我們可以為點新增顏色，這些顏色新增到所需的散點圖中。

> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+    geom_point(shape=1)

在這個例子中，我們根據圖例中提到的物種建立了顏色。這三個物種在提到的圖中得到了獨特的區分。

現在我們將重點關注建立變數之間的關係。

> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+    geom_point(shape=1) +
+    geom_smooth(method=lm)

geom_smooth 函式有助於重疊模式的建立以及所需變數模式的建立。

屬性方法“lm”指的是需要生成的迴歸線。

> # Add a regression line
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+    geom_point(shape=1) +
+    geom_smooth(method=lm)

我們還可以使用下面提到的語法新增沒有陰影置信區域的迴歸線：

># Add a regression line but no shaded confidence region
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+    geom_point(shape=1) +
+    geom_smooth(method=lm, se=FALSE)

陰影區域代表置信區域以外的事物。

抖動圖

抖動圖包括特殊效果，可以使用這些效果來描繪散點圖。抖動只不過是分配給點以將它們分開的一個隨機值，如下所示：

> ggplot(mpg, aes(cyl, hwy)) +
+    geom_point() +
+    geom_jitter(aes(colour = class))