Top50ggplot2Visualizations_第一幅：散点图

很早之前就发现了这个教程（Top 50 ggplot2 Visualizations - The Master List (With Full R Code)），自己作图的时候经常会参考这个教程中的例子，接下来的这段时间自己争取每天都重复其中的一个例子。如果你也想学习R语言ggplot2绘图，欢迎和我一起重复这篇教程中的50幅美图。相信我们在坚持重复完这50个教程之后，我们的R语言技能可以得到显著提升。如果你在重复这些教程中，欢迎添加我的微信，我们可以一起讨论在重复过程中遇到的问题。

今天第一幅图是散点图（scatterplot）

散点图是数据分析中非常常用的一种形式（The most frequently used plot for data analysis is undoubtedly the scatterplot）；如果你想初步了解两个变量之间的关系，第一选择一定是散点图（Whenever you want to understand the nature of relationship between two variables, invariably the first choice is the scatterplot）；ggplot2中用来画散点图的函数是geom_point()，同时可以用geom_smooth()函数添加拟合曲线。

ggplot2是R语言中最为常用的一个绘图包。

如果第一次使用需要通过 install.packages("ggplot2") 来安装；执行命令就可以自动下载安装；以后每次使用需要通过library(ggplot2)来加载。

• 散点图教程中第一条代码options(scipen=999) 关闭科学计数法（学英语：turn-off scientific notation）
• 第三条代码theme_set(theme_bw())可以先忽略
• 第四条代码data("midwest", package = "ggplot2")加载内置数据集

R语言里最为常用的数据格式是

• 向量
• 矩阵
• 数据框

数据框是ggplot2的输入格式，我们自己的数据通常会整理在excel中，读入R语言后就是以数据框格式存贮。

接下来是绘图代码

• 首先是一幅散点图加拟合曲线

library(ggplot2)
options(scipen=999)
data("midwest",package="ggplot2")
ggplot(midwest,aes(x=area,y=poptotal))+
  geom_point()+
  geom_smooth()

• 然后是加一些函数和参数对图的细节进行修改

ggplot(midwest, aes(x=area, y=poptotal)) + 
  geom_point(aes(col=state, size=popdensity)) + 
  geom_smooth(method="loess", se=F) + 
  xlim(c(0, 0.1)) + 
  ylim(c(0, 500000)) + 
  labs(subtitle="Area Vs Population", 
       y="Population", 
       x="Area", 
       title="Scatterplot", 
       caption = "Source: midwest")+
  theme_bw()

image.png

如果在重复这幅图的时候遇到任何问题，欢迎在留言讨论