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 = 1, dotsize = 1, 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)
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=18, size=3, color="red") # dot plot with median points p + stat_summary(fun.y=median, geom="point", shape=18, size=3, color="red")
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)
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"))
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")
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()
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