ggplot2包中绘制点图的函数有两个:geom_point和 geom_dotplot,当使用geom_dotplot绘图时,point的形状是dot,不能改变点的形状,因此,geom_dotplot 叫做散点图(Scatter Plot),通过绘制点来呈现数据的分布,对点分箱的方法有两种:点密度(dot-density )和直方点(histodot)。当使用点密度分箱(bin)方式时,分箱的位置是由数据和binwidth决定的,会根据数据进行变化,但不会大于binwidth指定的宽度;当使用直方点分箱方式时,分箱有固定的位置和固定的宽度,就像由点构成的直方图(histogram)。

bin是分箱的意思,在统计学中,数据分箱是一种把多个连续值分割成多个区间的方法,每一个小区间叫做一个bin(bucket),这就意味着每个bin定义一个数值区间,连续值会落到相应的区间中。

对点进行分箱时,点的位置(Position adjustment)有多种调整方式:

  • identity:不调整
  • dodge:垂直方向不调整,只调整水平位置
  • nudge:在一定的范围内调整水平和垂直位置
  • jitter:抖动,当具有离散位置和相对较少的点数时,抖动很有用
  • jitterdodge:同时jitter和 dodge
  • stack:堆叠,
  • fill:填充,用于条形图

每个位置调整都对应一个函数position_xxx()。

当沿着x轴进行分箱,并沿着y轴堆叠时,y轴上的数字没有意义。

当沿x轴进行分箱并沿y轴堆叠时,由于ggplot2的技术限制,y轴上的数字没有意义。 您可以隐藏y轴(如其中一个示例中所示),也可以手动缩放y轴以匹配点数。

使用geom_dotplot()函数来绘制点图:

geom_dotplot(mapping = NULL, data = NULL, position = "identity", ...,
binwidth = NULL, binaxis = "x", method = "dotdensity",
binpositions = "bygroup", stackdir = "up", stackratio = ,
dotsize = , stackgroups = FALSE, origin = NULL, right = TRUE,
width = 0.9, drop = FALSE, na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE)

常用的参数注释:

  • mapping:使用aes()来设置点图美学特征,参数x是因子,参数y是数值
  • data:数据框对象
  • position:位置调整(Position adjustment),默认值是identity,表示不调整位置。
  • method:默认值是dotdensity(点密度分箱),或者histodot(直方点,固定的分箱宽度)
  • binwidth:该参数用于调整分箱的宽度,该参数受到method参数的影响,如果method是dotdensity,那么binwidth指定分箱的最大宽度;如果method是histodot,那么binwidth指定分箱的固定宽度,默认值是数据范围(range of the data)的1/30。
  • binaxis:沿着那个轴进行分箱,默认值是x
  • stackdir:设置堆叠的方向,默认值是up,有效值是down、center、centerwhole和up。
  • stackratio:点堆叠的密集程度,默认值是1,值越小,堆集越密集;
  • dotsize:点的大小,相对于binwidth的直径,默认值是1。

使用ToothGrowth数据来绘制点图:

ToothGrowth$dose <- as.factor(ToothGrowth$dose)

一,绘制点图

绘制基本的点图

library(ggplot2)

p <- ggplot(ToothGrowth, aes(x=dose, y=len)) +
geom_dotplot(binaxis='y', stackdir='center',
stackratio=1.5, dotsize=1.2)

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

二,添加汇总数据

向点图中添加汇总数据,使用ggplot2包中的函数

stat_summary(mapping = NULL, data = NULL, geom = "pointrange",
position = "identity", ..., fun.data = NULL, fun.y = NULL,
fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), na.rm = FALSE,
show.legend = NA, inherit.aes = TRUE)

常用参数注释:

  • fun.data:指定一个函数(function),返回带有变量ymin,y和ymax的数据框
  • 或者,指定三个单独的函数,分别向每个函数传递一个向量,分别返回一个数字,用于表示ymin、y和ymax:

    • fun.y:
    • fun.ymax:
    • fun.ymin:
  • fun.args=list():可选的参数,用于指定传递给fun.xxx函数的参数

1,向点图中增加均值和中位数 

# dot plot with mean points
p + stat_summary(fun.y=mean, geom="point", shape=,
size=, color="red")
# dot plot with median points
p + stat_summary(fun.y=median, geom="point", shape=,
size=, color="red")

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

2,向点图中增加点范围

fun.low.mean <- function(x){mean(x)-sd(x)}
fun.up.mean <- function(x){mean(x)+sd(x)} ggplot(ToothGrowth, aes(x=dose, y=len)) +
geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2)+
stat_summary(fun.y = mean, fun.ymin = fun.low.mean, fun.ymax = fun.up.mean, colour = "red", size = 0.7)

3,使用fun.data向点图中增加点范围

data_summary <- function(x) {
m <- mean(x)
ymin <- m-sd(x)
ymax <- m+sd(x)
return(c(y=m,ymin=ymin,ymax=ymax))
} ggplot(ToothGrowth, aes(x=dose, y=len)) +
geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2)+
stat_summary(fun.data = data_summary, colour = "red", size = 0.7)

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

三,按照分组改变点图的颜色

首先要对点图分组,这通过aes(fill=dose)来实现,然后,使用scale_fill_manual()来设置每个分组的颜色:

ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) +
geom_dotplot(binaxis='y', stackdir='center')+
scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

四,添加点图的说明

通过theme函数向点图中增加说明,通过legend.position来控制说明的位置

ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) +
geom_dotplot(binaxis='y', stackdir='center')+
scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
theme(legend.position="top")

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

五,向点图中增加标题和轴的标签

通过labs()来添加标题和坐标轴的标签

ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) +
geom_dotplot(binaxis='y', stackdir='center')+
scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+
labs(title="Plot of length by dose",x="Dose (mg)", y = "Length")+
theme_classic()

R绘图 第五篇:绘制散点图(ggplot2)-LMLPHP

参考文档:

ggplot2高效实用指南

ggplot2入门与进阶(上)

Dot plot

ggplot2 dot plot : Quick start guide - R software and data visualization

05-02 21:01