散点图作为一种展示2组连续变量关系的常用可视化方式之一，添加点，线，箭头，线段，注释，甚至函数，公式，方差表都没有问题。
本文简单的介绍2种散点图添加边际图的方法。
一 载入数据，R包
使用经典数据集iris
library(ggplot2) #加载ggplot2包 library(ggExtra) library(ggstatsplot) data(iris) head(iris)
二 ggplot2 + ggExtra绘制边际散点图
使用ggplot2绘制散点图，然后利用ggExtra包的函数添加边际柱形图
2.1 绘制基础散点图
p1 <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + geom_point(color = "#00AFBB") p1
2.2 添加一点点细节
1）添加横轴，数轴线；
2）添加R2 和 P值
3）添加回归曲线
p2 <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + geom_point(color = "#00AFBB") + geom_smooth(method="lm", se=T) + geom_hline(yintercept = 3, linetype = "dashed", color = "blue") + geom_vline(xintercept = 6, linetype = "dashed", color = "red") + annotate("text", x=4.5, y=4.25, parse=TRUE, label="r^2 == 0.0138 * ' p-value = 0.1529' ") p2
既然是ggplot2绘制的，那更多细节还不是按照需求直接加就行嘛。
2.3 添加边际条形图
使用ggMarginal添加， Type 可选参数 histogram, density 和 boxplot.
ggMarginal(p2, type = "histogram", fill = "#00AFBB")
三 ggstatsplot绘制边际散点图
直接使用ggstatsplot包的ggscatterstats函数绘制
library(ggstatsplot) ggscatterstats( data = iris, x = Sepal.Length, y = Sepal.Width, xlab = "Sepal Length", ylab = "Sepal Width", marginal = TRUE, marginal.type = "densigram", margins = "both", xfill = "blue", # 分别设置颜色 yfill = "#009E73", title = "Relationship between Sepal Length and Sepal Width", messages = FALSE )
其中marginal.type可选 histograms，boxplots，density，violin，densigram (density + histogram)；可自行尝试效果。
OK，文献中常见的带边际图的散点图就绘制好了！更多参数设置详见参考资料。
