R語言數(shù)據(jù)可視化05：散點圖

散點圖簡介

散點圖通常是用來表述兩個連續(xù)變量之間的關(guān)系，圖中的每個點表示目標數(shù)據(jù)集中的每個樣本。

同時散點圖中常常還會擬合一些直線，以用來表示某些模型。

繪制基本散點圖

本例選用如下測試數(shù)據(jù)集：

繪制方法是首先調(diào)用ggplot函數(shù)選定數(shù)據(jù)集，并在aes參數(shù)中指明橫軸縱軸。然后調(diào)用散點圖函數(shù)geom_point()便可繪制出基本散點圖。R語言示例代碼如下：

# 基函數(shù)
ggplot(ah, aes(x = ageYear, y = heightIn)) +
  # 散點圖函數(shù)
  geom_point()

：

基于顏色和點形對數(shù)據(jù)進行分組

本例選用如下測試數(shù)據(jù)集：

繪制方法是在基礎(chǔ)散點圖之上再在基函數(shù)的美學參數(shù)集里設(shè)置一個美學變量?？芍付╟olour或者shape兩種參數(shù)，分別將不同分組以不同顏色/點形表述。R語言示例代碼(基于顏色分組)如下：
# 基函數(shù)：colour設(shè)置分組
ggplot(sah, aes(x = ageYear, y = heightIn, colour = sex)) +
  # 散點圖函數(shù)
  geom_point()
運行結(jié)果：

R語言示例代碼(基于點形分組)如下：
# 基函數(shù)：shape設(shè)置分組
ggplot(sah, aes(x = ageYear, y = heightIn, shape = sex)) +
  # 散點圖函數(shù)
  geom_point()
運行結(jié)果：

說明：可自定義點形，共有大概36種點形可供選擇。具體請參考R語言ggplot2手冊。

映射連續(xù)型變量

本例選用如下測試數(shù)據(jù)集：

上一個示例中，映射到分組的變量是離散型變量。而對于除了橫軸縱軸之外的連續(xù)型變量，也可以映射到散點圖的色深和點大小上。R語言示例代碼(綁定顏色)如下：
# 基函數(shù)：colour綁定連續(xù)變量
ggplot(sahw, aes(x = ageYear, y = heightIn, colour = weightLb)) +
  # 散點圖函數(shù)
  geom_point()
運行結(jié)果：

R語言示例代碼(綁定大小)如下：
# 基函數(shù)：size綁定連續(xù)變量
ggplot(sahw, aes(x = ageYear, y = heightIn, size = weightLb)) +
  # 散點圖函數(shù)
  geom_point()
運行結(jié)果：

處理散點重疊

本例選用如下測試數(shù)據(jù)集：

如果圖中的散點重疊現(xiàn)象比較嚴重，可以在散點圖中設(shè)置散點的透明度來進行可視化。R語言示例代碼如下：    
# 基函數(shù)：size、colour分別綁定連續(xù)變量
ggplot(sahw, aes(x = ageYear, y = heightIn, size = weightLb, colour = sex)) +
  # 散點圖函數(shù)：alpha設(shè)置散點透明度
  geom_point(alpha = .5) +
  # 使散點的面積正比與變量值
  scale_size_area() +
  # 標尺函數(shù)：palette設(shè)置配色方案
  scale_colour_brewer(palette = "Set1")
運行結(jié)果：

添加回歸模型擬合線

本例選用如下測試數(shù)據(jù)集：

如果需要網(wǎng)散點圖中添加回歸模型擬合線，最主要是調(diào)用stat_smooth()函數(shù)。R語言示例代碼如下：
# 基函數(shù)：sex綁定離散變量
ggplot(sah, aes(x = ageYear, y = heightIn, colour = sex)) +
  # 散點圖
  geom_point() +
  # 標尺函數(shù)：palette設(shè)置配色方案
  scale_colour_brewer(palette = "Set1") +
  # 擬合回歸線段以及置信域(默認0.95/通過level參數(shù)可自定義)
  geom_smooth()
運行結(jié)果：

線段為曲線是因為參與擬合模型為局部線性回歸模型。往geom_smooth()函數(shù)中加入”method = lm”即可擬合經(jīng)典線性回歸。結(jié)果如下圖：

添加自定義模型擬合線

本例選用如下測試數(shù)據(jù)集：

上面一小節(jié)展示了用全局/局部回歸模型擬合樣本點并展示擬合線段，它使用ggplot2提供的geom_smooth()函數(shù)自動擬合并完成繪制。

但在更多時候，我們會使用其他包的模型(非ggplot2內(nèi)置模型)擬合。針對這種情況，我們需要自定義一個函數(shù)。該函數(shù)接受模型、橫縱軸名、橫軸范圍、橫軸樣本點數(shù)量等參數(shù)，輸出一個包含預測變量和預測值的數(shù)據(jù)框。R語言實現(xiàn)代碼如下：
# 函數(shù)功能：輸出模型預測結(jié)果
# 參數(shù)說明：
#   model: 模型變量
#   xvar: 預測變量集
#   yvar: 實際變量集
#   xrange: 預測變量取值范圍
#   samples: 預測變量個數(shù)
# 函數(shù)輸出：實際值 - 預測值數(shù)據(jù)集
predictvals = function(model, xvar, yvar, xrange = NULL, samples = 100, ...) {
 
  # 模型為lm/glm/loess其中一種的話可自動生成xrange
  if (is.null(xrange)) {
    if (any(class(model) %in% c("lm", "glm")))
      xrange = range(model$model[[xvar]])
    else if (any(class(model) %in% "loess"))
      xrange = range(model$x)
  }
  # 生成并返回實際值 - 預測值數(shù)據(jù)集
  newdata = data.frame(x = seq(xrange[1], xrange[2], length.out = samples))
  names(newdata) = xvar
  newdata[[yvar]] = predict(model, newdata = newdata, ...)
  newdata
}

在使用其他模型建模好之后，將新的模型等各參數(shù)傳遞進上述函數(shù)，便得到預測結(jié)果數(shù)據(jù)集。最后將新的數(shù)據(jù)集輸出為折線圖即可。
下面展示一個略微復雜的例子，它將數(shù)據(jù)集根據(jù)不同性別分為兩組，分別建立回歸模型并繪制其擬合線。R語言實現(xiàn)代碼如下：
# 建模函數(shù)：在這里設(shè)置模型
make_model = function(data) {
  loess(heightIn ~ ageYear, data)
}
# 按性別切割數(shù)據(jù)集并返回模型列表
models = dlply(sah, "sex", .fun = make_model)
# 對不同數(shù)據(jù)集(男/女)進行預測
predvals = ldply(models, .fun = predictvals, xvar = "ageYear", yvar ="heightIn")
# 繪制數(shù)據(jù)集散點圖以及模型擬合線
ggplot(sah, aes(x = ageYear, y = heightIn, colour = sex)) +
  geom_point() +
  geom_line(data = predvals)

運行結(jié)果：

向散點圖添加邊際地毯

本例選用如下測試數(shù)據(jù)集：

方法很簡單，在原先散點圖繪制函數(shù)的基礎(chǔ)上增加邊際地毯函數(shù)就行。R語言實現(xiàn)代碼如下：    
# 基函數(shù)
ggplot(faithful, aes(x = eruptions, y = waiting)) +
  # 散點圖函數(shù)
  geom_point() +
  # 邊際地毯函數(shù)
  geom_rug()
運行結(jié)果：

向散點圖添加標簽

本例選用如下測試數(shù)據(jù)集：

往散點圖中添加標簽的方法也很簡單，在原有散點圖函數(shù)的基礎(chǔ)上增加文本函數(shù)即可。R語言實現(xiàn)代碼如下：    
# 基函數(shù)
ggplot(cty_1, aes(x = healthexp, y = infmortality)) +
  # 散點圖函數(shù)
  geom_point() +
  # 文本函數(shù)：aes參數(shù)中：y將原有縱軸值向上偏移，label設(shè)置綁定文本
  # 將y軸偏移的目的是為了讓文本展示在樣本點上方而不是中間
  geom_text(aes(y = infmortality + .2, label = Name))
運行結(jié)果：

PS：該示例中我們在文本繪制函數(shù)中重定義了美學特征集。之后文本繪制函數(shù)將使用新的美學特征集，但其他繪制函數(shù)的不變。