R语言绘制散点图

散点图是一种在直角坐标系中用数据点直观呈现两个变量之间关系、可检测异常值并探索数据分布的可视化图表。它是一种常用的数据可视化工具，我们通过不同的参数调整和包的使用，可以创建出满足各种需求的散点图。

常用绘制散点图的函数有plot()函数和ggplot2这个R包首先我们来了解一下plot函数的绘制。

0x01 plot()函数

1.使用 plot()函数绘制基本散点图。

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 6, 8, 10)
plot(x, y)

2.可以添加标题、坐标轴标签、点的形状、点的大小、颜色等。

plot(x, y, main = "Scatter Plot", xlab = "X Axis", ylab = "Y Axis")

主要参数：
type：指定图形的类型。
main：设置标题
sub：设置副标题
xlab、ylab：设置x、y轴标题
col：设置图形的颜色
cex：设置点的大小
pch：设置点的形状
lwd：设置点边框/线的宽度
xlim、ylim：设置坐标轴区间的范围
legend()：在图形中添加图例。
points()：在原有图形上添加点

type常见的取值有：
“p”：点（默认值）。
“l”：线。
“b”：同时有点和线。
“o”：点覆盖在线上。
“h”：直方图式的垂直线。
“s”：阶梯图。
“n”：不绘制任何图形，但设置坐标轴范围，通常用于后续添加图形。

0x02 使用 ggplot2包

1.首先加载 ggplot2包。

library(ggplot2)

2使用 ggplot()函数创建绘图对象，然后添加 geom_point()层来绘制散点图。

# 创建示例数据
data <- data.frame(x = c(1, 2, 3, 4, 5),y = c(5, 4, 3, 2, 1),category = c("A", "B", "A", "B", "A")
)# 使用 ggplot2 绘制散点图
ggplot(data, aes(x = x, y = y, color = category)) +geom_point() +labs(title = "Scatter Plot with ggplot2", x = "X Axis", y = "Y Axis")

ggplot2包提供了更强大的自定义功能，可以调整点的颜色、大小、形状等属性，以及添加拟合线、平滑曲线等。

一、基本图形参数
1.data：指定用于绘图的数据框。
2.mapping：通常通过aes()函数指定，用于将数据变量映射到图形的美学属性上，如aes(x = var1, y = var2, color = var3)。
3.geom：指定几何对象，如geom_point()表示绘制散点图，geom_line()表示绘制线图等。

二、图形外观参数
1.color：设置图形元素的颜色，如线条颜色、点的颜色等。可以是单一颜色名称（如 “red”）或根据数据变量动态分配颜色。
2.fill：用于填充图形元素的内部颜色，如柱状图的柱子填充颜色。
3.size：设置点的大小、线条的粗细等。
4.alpha：设置图形元素的透明度，取值范围从 0（完全透明）到 1（完全不透明）。
5.shape：设置指定图形中点的形状。
6.scale_*：用于控制图形的各种属性的标度，如scale_color_*：用于控制颜色的标度，scale_color_manual() 允许你手动指定颜色映射，scale_color_gradient() 用于创建连续的颜色渐变。

三、坐标轴参数
1.xlim和ylim：分别设置横坐标和纵坐标的范围。例如xlim = c(0, 10)设置横坐标范围为 0 到 10。
2.xlab和ylab：分别设置横坐标和纵坐标的标签。
3.scale_x_*和scale_y_*：用于定制坐标轴的刻度、类型等。例如scale_x_log10()将横坐标设置为对数刻度。

四、标题和标签参数
1.ggtitle：设置图形的标题。
2.labs：可以一次性设置多个标签，如labs(title = "My Plot", x = "X Axis Label", y = "Y Axis Label")。

五、主题参数
1.theme：用于定制图形的整体外观，包括背景颜色、网格线、字体等。例如theme_minimal()使用简约主题。
2.theme_void：去除所有的背景元素和坐标轴，只显示数据元素。

六、分面参数
facet_wrap和facet_grid：用于将图形按照一个或多个变量进行分面展示，以便更好地比较不同组的数据。例如facet_wrap(~category)将图形按照category变量进行分面。

这只是ggplot2的一部分参数，通过灵活组合这些参数，可以创建出各种精美的可视化图形。