1.前言
散点图（scatter graph、point graph、X-Y plot、scatter chart ）是科研绘图中最常见的图表类型之一，通常用于显示和比较数值。散点图是使用一系列的散点在直角坐标系中展示变量的数值分布。在二维散点图中，可以通过观察两个变量的数据变化，发现两者的关系与相关性。
散点图可以提供三类关键信息：
（1）变量之间是否存在数量关联趋势；
（2）如果存在关联趋势，那么其是线性还是非线性的；
（3）观察是否有存在离群值，从而分析这些离群值对建模分析的影响。
本文可以看作是《R语言数据可视化之美》[1]的学习笔记。该书第四章——数据关系型图表中展示的散点图系列包括以下四个方面：
- 趋势显示的二维散点图
- 分布显示的二维散点图
- 气泡图
- 三维散点图
本文主要对第二部分进行介绍，并加上小编自己的理解。下面几个部分也会在最近陆续推出，敬请关注。
2.本文框架
3.单数据系列
3.1数据格式
这里我们使用正态分布随机产生250个数据（这个就是实际我们采集的一维数据）。step是指按照多少的区间进行划分类别。我们通过hist()将直方图内部数据进行存储(我也是第一次见这种操作，以后学起来)。输出hg，内部包含参数如下所示：
![}70_]@Q~B}~GQ{{H1CK)_VH.png](https://ucc.alicdn.com/pic/developer-ecology/c4e61e51abd54d34bb5aaf9b772ddc38.png?x-oss-process=image/resize,w_1400/format,webp "}70_]@Q~B}~GQ{{H1CK)_VH.png")
其中breaks表示边界点，counts表示每个区间内的个数，density表示密度函数值。mids表示区间的中间点，并利用这些参数来构建后续绘图所需要的数据。通过循环语句，计算出x，y坐标数据。前6项数据如下所示:![U2`X$58]~Q0VCDQ7@JPNL73.png](https://ucc.alicdn.com/pic/developer-ecology/06a02739957b4222aaafea884e7be247.png?x-oss-process=image/resize,w_1400/format,webp "U2`X$58]~Q0VCDQ7@JPNL73.png")
完整代码如下：
#加载包 library(ggplot2) library(RColorBrewer) #颜色 library(scales) x <- rnorm(250 , mean=10 , sd=1) step<-0.2 breaks<- seq(min(x)-step,max(x)+step,step) hg <- hist(x, breaks = breaks , plot = FALSE)#使用直方图数据，但不绘图 bins <- length(hg$counts) # bin类别数 yvals <- numeric(0) xvals <- numeric(0) for(i in 1:bins) { yvals <- c(yvals, hg$counts[i]:0) xvals <- c(xvals, rep(hg$mids[i], hg$counts[i]+1)) } dat <- data.frame(xvals, yvals) # 变成dataframe格式 dat <- dat[yvals > 0, ] # 去除小于0的数 colormap <- colorRampPalette(rev(brewer.pal(11,'Spectral')))(32) #颜色选择
3.2原始数据绘制
接下来我们使用该数据（单数据）进行绘制：
- 柱状图（正态分布）
ggplot(dat, aes(x=xvals,y=yvals,fill=yvals))+ geom_tile(colour="black")+ scale_fill_gradientn(colours=colormap)+ ylim (0, max(yvals)*1.3)+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont", face="bold.italic",hjust=.5,color="black"), legend.background = element_blank(), legend.position=c(0.9,0.75) )
![Z07BXR@0_4GK[{H})PNK(]P.png](https://ucc.alicdn.com/pic/developer-ecology/aac12ec2133d4126bd96edd5c7b1be24.png?x-oss-process=image/resize,w_1400/format,webp "Z07BXR@0_4GK[{H})PNK(]P.png")
geom_tile(colour="black")改为geom_point(colour="black",shape=21,size=4)会得到以下图片
ggplot(dat, aes(x=xvals,y=yvals,fill=yvals))+ geom_point(colour="black",shape=21,size=4)+ scale_fill_gradientn(colours=colormap)+ ylim (0, max(yvals)*1.3)+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont",face="bold.italic",hjust=.5,color="black"), legend.background = element_blank(), legend.position=c(0.9,0.75) )
3.3 Q-Q图的绘制
在R中可以使用CircStats包的pp.plot()函数绘制P-P图；ggplot2 包的geom_qq()函数和geom_qq_line()函数结合可以绘制Q-Q 图；另外，ggplot2包结合ggpubr包也可以绘制，当然改包还有其他好用的功能[2]。
下面对第三种方式进行实现：ggpubr包中的ggqqplot相应参数如下，包括了非常多的参数，前两个参数分别表示：数据，要绘制的变量。当然其他数据包括设置主题（ggtheme）;添加qqline（add = c("qqline")）等。
ggqqplot( data, x, combine = FALSE, merge = FALSE, color = "black", palette = NULL, size = NULL, shape = NULL, add = c("qqline", "none"), add.params = list(linetype = "solid"), conf.int = TRUE, conf.int.level = 0.95, title = NULL, xlab = NULL, ylab = NULL, facet.by = NULL, panel.labs = NULL, short.panel.labs = TRUE, ggtheme = theme_pubr(), ... )
为了更好解释这个函数，我们重新模拟一个数据集。
library(ggpubr) # 创建一个数据集 set.seed(1234) wdata = data.frame( sex = factor(rep(c("F", "M"), each=200)), weight = c(rnorm(200, 55), rnorm(200, 58))) head(wdata, 4)
# 基本的Q-Q图 ggqqplot(wdata, x = "weight")
# 按性别改变颜色和形状 ggqqplot(wdata, x = "weight", color = "sex", ggtheme = ggplot2::theme_grey())#更改主题（灰色）当然可以用其他主题
3.4 带透明度设置的散点图
- 数据设定
这个数据是张杰老师书中的数据，是经过一定处理得到的，结果图可以看下面。
library(ggplot2) library(RColorBrewer) mydata<-read.csv("HighDensity_Scatter_Data.csv",stringsAsFactors=FALSE) head(mydata)
![[B0P5H[R1N]2RI9)XNZ`(ZI.png](https://ucc.alicdn.com/pic/developer-ecology/458c15968c0d4994b14fa0302c760e2e.png?x-oss-process=image/resize,w_1400/format,webp "[B0P5H[R1N]2RI9)XNZ`(ZI.png")
我们利用ggplot()简单绘制二维数据的散点图，之后在对该数据进行聚类。
ggplot(data = mydata, aes(x,y)) + geom_point( colour="black",alpha=0.1)+ labs(x = "Axis X",y="Axis Y")+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont",face="bold.italic",hjust=.5,color="black"), legend.position="none" )
3.5 kmeans聚类的散点图
对上面数据进行kmeans聚类，这里使用base中的 kmeans()进行分类（两类），然后将分类情况(cluster)进行存储，并转化成因子类型。绘图时，cluster来设置颜色，这样就可以很明显看出分类结果。
kmeansResult<- kmeans(mydata, 2, nstart = 20) mydata$cluster <- as.factor(kmeansResult$cluster) ggplot(data = mydata, aes(x,y,color=cluster)) + geom_point( alpha=0.2)+ scale_color_manual(values=c("#00AFBB", "#FC4E07"))+ labs(x = "Axis X",y="Axis Y")+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"), legend.background=element_blank(), legend.position=c(0.85,0.15) )
![]7VP%U(X@2(}M{KSH{HIGTC.png](https://ucc.alicdn.com/pic/developer-ecology/a4b3a161a9c8417f916e129f8a4e2288.png?x-oss-process=image/resize,w_1400/format,webp "]7VP%U(X@2(}M{KSH{HIGTC.png")
3.6 带椭圆标定的聚类散点图
有时候我们想突出聚类结果会在结果上画上椭圆，那么可以使用stat_ellipse()。
ggplot(data = mydata, aes(x,y,color=cluster)) + geom_point (alpha=0.2)+ # 绘制透明度为0.2 的散点图 stat_ellipse(aes(x=x,y=y,fill= cluster), geom="polygon", level=0.95, alpha=0.2)+#绘制椭圆标定不同类别 scale_color_manual(values=c("#00AFBB","#FC4E07"))+#使用不同颜色标定不同数据类别 scale_fill_manual(values=c("#00AFBB","#FC4E07"))+#使用不同颜色标定不同椭类别 labs(x = "Axis X",y="Axis Y")+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"), legend.background=element_blank(), legend.position=c(0.85,0.15) )
3.7 多数据系列
多数据系列，其实在聚类散点图就已经涉及到。这里对较少数据进行绘制，这样看起来结果更加美观。
mydata<-mydata[round(runif(300,0,10000)),] kmeansResult<- kmeans(mydata, 2, nstart = 20) mydata$cluster <- as.factor(kmeansResult$cluster) ggplot(data = mydata, aes(x,y,fill=cluster,shape=cluster)) + geom_point(size=4,colour="black",alpha=0.7)+ scale_shape_manual(values=c(21,23))+ scale_fill_manual(values=c("#00AFBB", "#FC4E07"))+ labs(x = "Axis X",y="Axis Y")+ scale_y_continuous(limits = c(-5, 10))+ scale_x_continuous(limits = c(-5, 10))+ theme( text=element_text(size=15,color="black"), plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"), legend.background=element_blank(), legend.position=c(0.85,0.15) )
