在 R 中，散点图 是一种常见的数据可视化方法，用于展示两个变量之间的关系。你可以使用 plot() 函数（基础 R 系统）或 ggplot2 包来绘制散点图。下面将介绍这两种方法的使用方法。

🎯 一、使用 plot() 函数绘制散点图

plot() 函数是基础 R 系统中的一个非常基础且强大的绘图函数，能够绘制多种类型的图形，包括散点图。

示例：绘制简单的散点图

# 创建示例数据
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 6, 8, 10)

# 绘制散点图
plot(x, y, main = "简单散点图", xlab = "X 值", ylab = "Y 值", col = "blue", pch = 16)
  • x 和 y：是自变量和因变量的数值向量。
  • main：设置图表标题。
  • xlab 和 ylab：分别为 x 轴和 y 轴添加标签。
  • col = "blue"：设置点的颜色。
  • pch = 16：设置点的样式（16 是实心圆点）。

进一步定制散点图

你可以进一步定制散点图的样式，例如更改点的形状、颜色、大小等。

# 创建示例数据
x <- c(1, 2, 3, 4, 5, 6)
y <- c(2, 4, 6, 8, 10, 12)

# 绘制散点图并定制
plot(x, y, main = "定制散点图", xlab = "X 值", ylab = "Y 值", col = "red", pch = 17, cex = 1.5)
  • pch = 17：设置点的样式为三角形（不同数字对应不同的点样式）。
  • cex = 1.5：设置点的大小（1 为默认大小，值越大点越大）。

添加回归线到散点图

在散点图上，你可以使用 abline() 函数添加回归线。

# 创建数据
x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 5, 8, 10)

# 绘制散点图
plot(x, y, main = "带回归线的散点图", xlab = "X 值", ylab = "Y 值", col = "green", pch = 19)

# 添加回归线
model <- lm(y ~ x)  # 创建线性回归模型
abline(model, col = "red")  # 绘制回归线
  • lm(y ~ x)：拟合一个线性回归模型。
  • abline(model, col = "red")：在散点图中添加回归线，设置线条颜色为红色。

🎯 二、使用 ggplot2 包绘制散点图

ggplot2 是 R 中非常流行的绘图包，它可以创建美观且高度可定制的图表。绘制散点图时，你可以使用 geom_point() 函数。

安装并加载 ggplot2 包

# 安装 ggplot2 包
install.packages("ggplot2")

# 加载 ggplot2 包
library(ggplot2)

示例：使用 ggplot2 绘制散点图

# 创建数据框
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(2, 4, 6, 8, 10)
)

# 使用 ggplot2 绘制散点图
ggplot(data, aes(x = x, y = y)) +
  geom_point(color = "blue", size = 3) +  # 绘制散点
  ggtitle("ggplot2 散点图") +  # 图表标题
  xlab("X 值") +  # X 轴标签
  ylab("Y 值") +  # Y 轴标签
  theme_minimal()  # 简洁主题
  • geom_point()：用于绘制散点。
  • color = "blue"：设置散点颜色为蓝色。
  • size = 3：设置散点的大小。
  • ggtitle(), xlab(), ylab()：设置图表标题和轴标签。
  • theme_minimal()：设置简洁的主题。

进一步定制散点图

ggplot2 提供了很多功能来进一步定制图形，例如使用不同的颜色表示不同的分类数据。

# 创建数据框
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(2, 4, 6, 8, 10),
  group = c("A", "B", "A", "B", "A")
)

# 使用 ggplot2 绘制按组着色的散点图
ggplot(data, aes(x = x, y = y, color = group)) +
  geom_point(size = 4) +  # 绘制散点
  ggtitle("按组着色的散点图") +  # 图表标题
  xlab("X 值") +  # X 轴标签
  ylab("Y 值") +  # Y 轴标签
  theme_minimal()  # 简洁主题
  • color = group：根据 group 变量的值为散点上色，A 和 B 分别对应不同的颜色。

🎯 三、添加回归线到 ggplot2 散点图

你也可以在 ggplot2 绘制的散点图中添加回归线，使用 geom_smooth() 函数来实现。

# 创建数据框
data <- data.frame(
  x = c(1, 2, 3, 4, 5),
  y = c(2, 4, 5, 8, 10)
)

# 使用 ggplot2 绘制带回归线的散点图
ggplot(data, aes(x = x, y = y)) +
  geom_point(color = "blue", size = 3) +  # 绘制散点
  geom_smooth(method = "lm", color = "red") +  # 添加回归线
  ggtitle("带回归线的散点图（ggplot2）") +  # 图表标题
  xlab("X 值") +  # X 轴标签
  ylab("Y 值") +  # Y 轴标签
  theme_minimal()  # 简洁主题
  • geom_smooth(method = "lm")：添加回归线，method = "lm" 表示使用线性模型（线性回归）。

🎯 四、总结

绘图方法包示例代码
plot() 函数基础 R 系统plot(x, y, main = "散点图", col = "blue", pch = 16)
ggplot2 包绘图ggplot2ggplot(data, aes(x = x, y = y)) + geom_point(color = "blue")

通过这些方法，你可以轻松地在 R 中绘制散点图，并根据需要进一步定制图形。ggplot2 提供了更多的灵活性和美观性，而基础的 plot() 函数则更为简单直接。希望这些示例对你有所帮助！如果有任何问题，随时告诉我！😊