简单的散点图
有许多方法可以在R中创建散点图。基本函数是plot（x ，y ），其中x和y是表示要绘制的（x，y）点的数字向量。
# Simple Scatterplot
attach(mtcars)
plot(wt, mpg, main="Scatterplot Example",
xlab="Car Weight ", ylab="Miles Per Gallon ", pch=19)
点击查看
（要练习制作一个简单的散点图，请尝试DataCamp中的这个交互式示例。）
# Add fit lines
abline(lm(mpg~wt), col="red") # regression line (y~x)
lines(lowess(wt,mpg), col="blue") # lowess line (x,y)
点击查看
汽车包装中的scatterplot（）函数提供了许多增强功能，包括拟合线，边缘箱形图，调节因素和交互点识别。每个功能都是可选的。
# Enhanced Scatterplot of MPG vs. Weight
# by Number of Car Cylinders
library(car)
scatterplot(mpg ~ wt | cyl, data=mtcars,
xlab="Weight of Car", ylab="Miles Per Gallon",
main="Enhanced Scatter Plot",
labels=row.names(mtcars))
点击查看
散点图矩阵
创建散点图矩阵至少有4个有用的函数。分析师必须喜欢散点图矩阵！
# Basic Scatterplot Matrix
pairs(~mpg+disp+drat+wt,data=mtcars,
main="Simple Scatterplot Matrix")
点击查看
的晶格包提供选项，以调节上的因子散点图矩阵。
# Scatterplot Matrices from the lattice Package
library(lattice)
splom(mtcars[c(1,3,5,6)], groups=cyl, data=mtcars,
panel=panel.superpose,
key=list(title="Three Cylinder Options",
columns=3,
points=list(pch=super.sym$pch[1:3],
col=super.sym$col[1:3]),
text=list(c("4 Cylinder","6 Cylinder","8 Cylinder"))))
点击查看
该汽车包可以调节上一个因子散点图矩阵，并且任选地包括LOWESS和线性最佳拟合线，和箱线图，密度，或直方图在主对角线，以及地毯地块在细胞中的边缘。
# Scatterplot Matrices from the car Package
library(car)
scatterplot.matrix(~mpg+disp+drat+wt|cyl, data=mtcars,
main="Three Cylinder Options")
点击查看
所述gclus包提供选项来重新排列变量，使得那些具有较高的相关性更接近主对角线。它还可以对单元格进行颜色编码以反映相关性的大小。
# Scatterplot Matrices from the glus Package
library(gclus)
dta <- mtcars[c(1,3,5,6)] # get data
dta.r <- abs(cor(dta)) # get correlations
dta.col <- dmat.color(dta.r) # get colors
# reorder variables so those with highest correlation
# are closest to the diagonal
dta.o <- order.single(dta.r)
cpairs(dta, dta.o, panel.colors=dta.col, gap=.5,
main="Variables Ordered and Colored by Correlation" )
点击查看
高密度散点图
当有许多数据点和显着的重叠时，散点图变得不那么有用。发生这种情况时有几种方法可以使用。Hexbin软件包中的hexbin（x，y）函数为六角形单元格提供了二元binning（它看起来比听起来好）。
# High Density Scatterplot with Binning
library(hexbin)
x <- rnorm(1000)
y <- rnorm(1000)
bin<-hexbin(x, y, xbins=50)
plot(bin, main="Hexagonal Binning")
点击查看
向日葵图的另一种选择是具有明显点重叠的散点图。有关详细信息，请参阅帮助（sunflowerplot）。
最后，您可以将散点图保存为PDF格式，并使用颜色透明度以允许重叠显示的点（该想法来自HSAUR中的BS Everrit）。
# High Density Scatterplot with Color Transparency
pdf("c:/scatterplot.pdf")
x <- rnorm(1000)
y <- rnorm(1000)
plot(x,y, main="PDF Scatterplot Example", col=rgb(0,100,0,50,maxColorValue=255), pch=16)
dev.off()
点击查看
注意：您可以使用col2rgb（）函数来获取R颜色的rbg值。例如，col2rgb（ “深绿色”）yeilds R = 0，G = 100，B = 0。然后将Alpha透明度级别添加为颜色矢量中的第4个数字。值为零意味着完全透明。请参阅帮助（rgb）了解更多信息。
3D散点图
您可以使用scatterplot3d软件包创建3D散点图。使用函数scatterplot3d（x ， y ， z）。
# 3D Scatterplot
library(scatterplot3d)
attach(mtcars)
scatterplot3d(wt,disp,mpg, main="3D Scatterplot")
点击查看
# 3D Scatterplot with Coloring and Vertical Drop Lines
library(scatterplot3d)
attach(mtcars)
scatterplot3d(wt,disp,mpg, pch=16, highlight.3d=TRUE,
type="h", main="3D Scatterplot")
点击查看
# 3D Scatterplot with Coloring and Vertical Lines
# and Regression Plane
library(scatterplot3d)
attach(mtcars)
s3d <-scatterplot3d(wt,disp,mpg, pch=16, highlight.3d=TRUE,
type="h", main="3D Scatterplot")
fit <- lm(mpg ~ wt+disp)
s3d$plane3d(fit)
点击查看
旋转3D散点图
您还可以使用rgl包中的plot3D（x ，y ，z ）函数创建交互式3D散点图。它创建一个旋转的3D散点图，可以用鼠标旋转。前三个参数是代表点的x，y和z数字向量。col =和size =分别控制点的颜色和大小。
# Spinning 3d Scatterplot
library(rgl)
plot3d(wt, disp, mpg, col="red", size=3)
点击查看
您可以使用Rcmdr软件包中的scatter3d（x ，y ，z ）执行类似的功能。
# Another Spinning 3d Scatterplot
library(Rcmdr)
attach(mtcars)
scatter3d(wt, disp, mpg)
点击查看
来练习
在本课程中尝试创建散点图练习，以便在R中进行数据可视化。
