散点图

作者

[编辑] 郑虎;

[审核] .

注记

Hiplot 网站

本页面为 Hiplot Scatter 插件的源码版本教程,您也可以使用 Hiplot 网站实现无代码绘图,更多信息请查看以下链接:

https://hiplot.cn/basic/scatter?lang=zh_cn

用两组数据构成多个坐标点,通过观察坐标点的分布,判断变量间是否存在关联或总结坐标点分布模式的数据处理方式。

环境配置

  • 系统: Cross-platform (Linux/MacOS/Windows)

  • 编程语言: R

  • 依赖包: ggplot2

# 安装包
if (!requireNamespace("ggplot2", quietly = TRUE)) {
  install.packages("ggplot2")
}

# 加载包
library(ggplot2)

数据准备

载入数据为横轴数值及其对应的纵轴数值和分组。

# 加载数据
data <- read.delim("files/Hiplot/161-scatter-data.txt", header = T)

# 查看数据
head(data)
  Value1 Value2  Group
1      1      1 treat1
2      2      4 treat1
3      3      9 treat1
4      4     16 treat1
5      5     25 treat1
6      6     36 treat1

可视化

# 散点图
p <- ggplot(data, aes(x = Value1, y = Value2)) +
  geom_point(size = 1, alpha = 1, aes(color = Group, shape = Group)) +
  ggtitle("Scatter Plot") +
  scale_color_manual(values = c("#00468BFF", "#ED0000FF")) +
  theme_bw() +
  theme(text = element_text(family = "Arial"),
        plot.title = element_text(size = 12,hjust = 0.5),
        axis.title = element_text(size = 12),
        axis.text = element_text(size = 10),
        axis.text.x = element_text(angle = 0, hjust = 0.5,vjust = 1),
        legend.position = "right",
        legend.direction = "vertical",
        legend.title = element_text(size = 10),
        legend.text = element_text(size = 10))

p
图 1: 散点图

Value1 表示横轴,Value2 表示纵轴,图示表示治疗方案一中 Value1 与 Value2 两个变量呈正相关: 即 Value1 变大时, Value2 随之变大; 治疗方案二中两个变量则呈负相关: 即 Value1 变大时,Value2 随之变小。