散佈圖(Scattper Plot)可以描述二維以上的資料變數分佈情形，她能神奇的把資料分析結果用最淺白的方式讓人閱讀，透過淡化對照組數據以及重點聚焦，我們能讓每個點有著長幼之分，有時計算相關係數之前(correlation coefficient)，我們經常先畫散佈圖，並暗自希望數據能呈現出迴歸直線(regression line)。

ggplot2散佈圖函式

geom_point(mapping = NULL, data = NULL, stat = "identity", position = "identity",  
  na.rm = FALSE, ...) 

http://docs.ggplot2.org/0.9.3.1/geom_point.html

我們在資料夾MyR新增一支Day20.R

散佈圖

散佈圖會用R內建的鑽石資料集來測試，電視上都有演，決定鑽石最主要決定價格的原因是大小(克拉數)，但廣告中還常強調鑽石的顏色(color)、淨度(clarity)、切工(cut)，試試看用散佈圖來觀察價格!

在Day20.R中輸入程式碼

#散佈圖(1) 
ggplot(diamonds, aes(x = carat, y = price)) + geom_point() 

執行結果

大多數的鑽石統計資料集中在0.2-1.2克拉，而且克拉數越大，價格越高，呈現一種陡峭的曲線。

密度圖

試試看密度圖來看鑽石大小的分佈:

#密度圖(density) 
ggplot(data = diamonds) + geom_density(aes(x = carat), fill = "#003366") 

趕快和老婆說，越小顆(0.2-0.4)的才是王道!!!是不是!

表達完二個維度了，如果想看第三個維度:鑽石的淨度?

多個維度

利用點的顏色(color)表達第3個維度:鑽石的淨度

在Day20.R中輸入程式碼

#散佈圖(2) 鑽石的淨度
ggplot(diamonds, aes(x = carat, y = price)) + geom_point(aes(color = clarity)) 

執行結果

嗯，越完美無瑕(IF)的鑽石，價格相較其他極輕微(VVS)、輕微暇(VS)、微暇(SI)來得高。

也可以加上不同形狀(shape)的點來表達淨度(clarity)差異:

ggplot(diamonds, aes(x = carat, y = price, shape = clarity)) + geom_point(aes(color = clarity))

也許點座標少一點應該會更合適!

散佈圖矩陣

當出現更第4個維度(變數)的需求時，可以考慮用矩陣方式表示關係。

在Day20.R中輸入程式碼

#散佈圖矩陣(3) Y軸:切工  X軸:顏色 
ggplot(diamonds, aes(x = carat, y = price)) + geom_point(aes(color = color)) + facet_grid(cut ~ color) 

執行結果:

散佈圖加上密度

試著用Iris鳶尾花資料集來觀察3個亞種花瓣長度及寬度的分佈。

在Day20.R輸入以下程式碼

ggplot(iris, aes(x = Petal.Length, y = Petal.Width)) + geom_point(aes(color = Species)) + stat_density2d(aes(color = Species)) 

可以蠻清楚分辨出觀測數據是屬於哪一種亞種。

點的大小

先使用顏色分色鳶尾花亞種，再利用花瓣長度決定點的大小，再加一點半透明。

qplot(Sepal.Length, Petal.Length, data = iris, color = Species, size = Petal.Width, alpha = I(0.7))

執行結果:

參考:

http://docs.ggplot2.org/0.9.3.1/geom_point.html
http://docs.ggplot2.org/0.9.3.1/facet_grid.html

R Graphics cookbook

鑽石總是和浪漫在一起

2009.10 honeymoon攝於paris,france