使用R制作通过处理分离数据的散点图的好方法是什么？

30

一般而言，我对R和统计资料非常陌生，但我需要做一个散点图，我认为这可能超出了它的本机能力。

我有几个观测向量，我想用它们作一个散点图，每对都属于三类之一。我想创建一个散点图，以颜色或符号将每个类别分开。我认为这比生成三个不同的散点图更好。

我的另一个问题是，在每个类别中，一个点上都有大的群集，但是一组中的群集比其他两组中的群集大。

有人知道这样做的好方法吗？我应该安装软件包并学习如何使用？有人做过类似的事情吗？

谢谢

r data-visualization scatterplot

— crf
source

53

大簇：如果套印是一个问题，则可以使用较低的alpha，因此单点较暗，但是套印过多会使颜色更深。或者您切换到2d直方图或密度估计。

require ("ggplot2")

ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, colour = Species)) + stat_density2d ()

您可能想对此面...
ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, fill = Species)) + stat_binhex (bins=5, aes (alpha = ..count..)) + facet_grid (. ~ Species)

尽管您也可以不进行任何操作来进行该图的绘制，但是物种的定价顺序影响了最终的图景。
如果您愿意弄脏双手（=指向说明和代码的链接）并计算六边形的混合颜色，则可以避免这种情况：

另一个有用的事情是对高密度区域使用（hex）bin，并为其他部分绘制单点：

ggplot (df, aes (x = date, y = t5)) + 
  stat_binhex (data = df [df$t5 <= 0.5,], bins = nrow (df) / 250) +
      geom_point (data = df [df$t5 > 0.5,], aes (col = type), shape = 3) +
  scale_fill_gradient (low = "#AAAAFF", high = "#000080") +
  scale_colour_manual ("response type", 
    values = c (normal = "black", timeout = "red")) + 
  ylab ("t / s")

在此处输入图片说明

为了使绘图程序包更完整，我还要提及lattice：

require ("lattice")

xyplot(Sepal.Width ~ Sepal.Length | Species, iris, pch= 20)
xyplot(Sepal.Width ~ Sepal.Length, iris, groups = iris$Species, pch= 20)
xyplot(Sepal.Width ~ Sepal.Length | Species, iris, groups = iris$Species, pch= 20)

— cbeleites支持莫妮卡
source

可爱！非常感谢您，六角形垃圾桶完美地完成了所有操作！

— crf 2012年

22

这是“虹膜”数据集的经典问题之一。这是基于带有R代码的数据集的整套绘图项目的链接，您可以适应您的问题。

这是一种与base R而不是附加软件包一起使用的方法。

plot(iris$Petal.Length, iris$Petal.Width, pch=21, 
     bg=c("red","green3","blue")[unclass(iris$Species)], 
     main="Edgar Anderson's Iris Data")

产生这个数字：

在此处输入图片说明

从那里开始，根据您的绘图，您可以开始使用alpha /透明度级别来进行过度绘图等操作，但是我首先要从一个非常基本的图表开始。

尽管有很多理由坚持使用基数R，但其他软件包简化了绘图。ggplot2和lattice包的优势之一就是通过一种区分功能将数据分开。ggplot2绘制出特别吸引人的图表。@cbeleites 的答案都演示了这两个软件包。

— 方铁
source

4

有点令人困惑，因为尽管您建议使用ggplot2，但在示例中没有使用它？相当于ggplot2的库（ggplot2）; qplot（Petal.Length，Petal.Width，color = Species，data = iris，main =“ Edgar Anderson's Iris Data”）。这也具有自动生成图例的优点。

— 彼得·埃利斯

@PeterEllis这是因为虽然我可以识别出一些非常适合ggplot2的东西，但我什至只具备基本图形的能力。

— Fomite 2012年

1

基本图形BTW中unclass（）的绝妙技巧

— Peter Ellis

16

或使用ggplot2：

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, colour = Species)) + geom_point()
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + geom_point() + facet_grid(~Species)

哪个产生

在此处输入图片说明

— 罗曼·卢斯特里克（RomanLuštrik）
source