R语言 粗暴的数据可视化#3 简单数据散点图

前言：

让我们粗暴地解决问题 ！

在研究的路上，很多东西不是难的，但是就是没有人带而已，我不想其他人也走我走过的弯路。

如果有什么问题、需要R代码文件、示例数据集，欢迎在下方评论。

如果连学不来，没时间学，不介意地话就私信我，我来做吧，文章带上名字就好～

---

如图：

散点图

带回归线的散点图

代码：

#简单数据散点图

x =  c(20, 30, 40,10,55,37,77)

y = c(1, 2, 4, 5,2,3,4)

z = c(2,4,6,8,10,12,16)

df <- data.frame(x,y,z)

df

install.packages("ggplot2")

library(ggplot2)

#作图

# Give the chart file a name.

png(file = "gradient.jpg")

ggplot(data=df, aes(x=x, y=y, color=z))+geom_point(size=3)+

  scale_color_gradient(low="lightblue", high="darkblue")

# Save the file.

dev.off()

#同理，基于连续性变量的大小，作出大小的区别

ggplot(data=df, aes(x=x, y=y, size=z))+geom_point(color="red")

#如果想更改legand的名字，最粗暴的方式是更改表头的名字

names(df) <- c("x", "y", "test")

df

ggplot(data=df, aes(x=x, y=y, size=test))+geom_point(color="red")

#当然也可以用其它名字代替（这个适用于自己构建数据集的情况）

df2 <- data.frame(a = x, b = y, c= z)

df2

ggplot(data=df2, aes(x=a, y=b, size=c))+geom_point(color="red")

失败的代码：scale_color_gradient函数不会识别分类变量的（注意每一个代码中参数的所适用的范围）

#失败的例子：分组如果是分类变量，scale_color_gradient函数是无法识别作图的

x <-  c(20, 30, 40,10,55,37,77)

y <- c(1, 2, 4, 5,2,3,4)

z = c("f","m","f","m","f","m","f")

df <- data.frame(x,y,z)

df

data <- read.csv(file.choose())

data <- read.table(file.choose(),header = TRUE)

pairs(df[, c('x', 'y', 'z')])

视频链接：

R语言 粗暴的数据可视化#3 简单数据散点图

https://www.bilibili.com/video/BV1Tf4y1d7EF/

谢谢大家～素质三联多多支持哦～