R语言绘图|散点图与回归拟合曲线

散点图通常用来刻画两个连续变量之间的关系，是论文中一种常见图形，同时在散点图的绘制过程中，通常会加入变量间的拟合曲线来进一步对变量间的关系进行预测。本文以两个变量间的基础散点图为例，展示散点图及添加回归拟合曲线的基本过程，同时对分组、分面以及连续变量等不同类型的散点图进行扩展，以丰富散点图的表达形式，主要内容参考Winston Chang所著的《R数据可视化手册》（第二版）^[1]。

加载package与数据准备

以gcookbook包中的heightweight数据集为例绘制散点图与散点图拟合曲线，该数据集为一组学生的性别、身高、体重等方面的数据。在绘图前，应安装与加载gcookbook、ggplot2、ggthemes三个相关的package。

#install.packages("gcookbook")
#install.packages("ggplot2")
#install.packages("ggthemes")
library(gcookbook)
library(ggplot2)
library(ggthemes)

head(heightweight) #学生身高体重数据集
#  sex ageYear ageMonth heightIn weightLb
#1   f   11.92      143     56.3     85.0
#2   f   12.92      155     62.3    105.0
#3   f   12.75      153     63.3    108.0
#4   f   13.42      161     59.0     92.0
#5   f   15.92      191     62.5    112.5
#6   f   14.25      171     62.5    112.0
str(heightweight)
#'data.frame': 236 obs. of  5 variables:
# $ sex     : Factor w/ 2 levels "f","m": 1 1 1 1 1 1 1 1 1 1 ...
# $ ageYear : num  11.9 12.9 12.8 13.4 15.9 ...
# $ ageMonth: int  143 155 153 161 191 171 185 142 160 140 ...
# $ heightIn: num  56.3 62.3 63.3 59 62.5 62.5 59 56.5 62 53.8 ...
# $ weightLb: num  85 105 108 92 112 ...

1、基础散点图

使用heightweight数据集中的ageYear与heightIn变量绘制散点图。

1.1 基础图形

ggplot(heightweight, aes(x = ageYear, y = heightIn)) + 
  geom_point()

1.2 添加回归拟合曲线

默认的回归拟合曲线方程为loess（局部加权回归）。如果需要修改为线性回归方程，可以在geom_smooth() 中添加method = lm来对回归拟合曲线的方程进行修改。

ggplot(heightweight, aes(x = ageYear, y = heightIn)) + 
  geom_point() + 
  geom_smooth()

1.3 进一步修饰

对散点图中点的大小、颜色、形状、回归拟合曲线、x轴与y轴的刻度、标签及轴标题、图标题、主题等进一步修饰。

ggplot(heightweight, aes(x = ageYear, y = heightIn)) + #映射
  geom_point(shape = 21, color = "black", fill = "lightblue", size = 3) + #调整散点图
  geom_smooth(method = lm, se = TRUE, color = "black", fill = "grey") + #添加回归曲线
  scale_y_continuous(limits = c(50,75), breaks = seq(50,75,5)) + #调整y轴标签范围及刻度
  scale_x_continuous(limits = c(11,18), breaks = seq(11,18,1)) +#调整x轴标签范围及刻度
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook") + #轴标题及图标题设置
  theme_few() + #主题
  theme(plot.title = element_text(hjust = 0.5, size = 16), #调整图标题文本
        plot.caption = element_text(size = 12), #调整caption文本
        axis.text = element_text(size = 12), #调整轴标签文本
        axis.title = element_text(size = 15)) #调整轴标题文本

2、分组散点图

2.1 基础图形

以sex为分组变量，使用color与shape对其进行映射，以此绘制分组散点图。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, shape = sex)) + 
  geom_point()

2.2 添加回归拟合曲线

使用线性回归 (lm) 方法添加回归拟合曲线。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, shape = sex)) + 
  geom_point() + 
  geom_smooth(method = lm)

2.3 进一步修饰

对散点图的颜色、大小进行调整，对回归拟合曲线的颜色、置信域进行调整，对轴标题、图标题及绘图主题等进行调整。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, shape = sex)) + 
  geom_point(size = 2.5) + 
  geom_smooth(method = lm, se = TRUE, fill = "grey") + 
  scale_color_brewer(palette = "Set1") + 
  scale_x_continuous(breaks = seq(12,18,1)) + 
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook") + 
  theme_few() + 
  theme(plot.title = element_text(hjust = 0.5, size = 16), 
        plot.caption = element_text(size = 12), 
        axis.text = element_text(size = 12), 
        axis.title = element_text(size = 15)) 

3、分面散点图

3.1 基础图形

以sex变量为分面依据，使用facet_grid() 图层函数来绘制分面散点图。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, shape = sex)) + 
  geom_point() + 
  geom_smooth(method = lm) + 
  facet_grid(~ sex) #分面：横向排列

3.2 进一步修饰

与分组变量散点图修饰过程类似，注意对分面标签大小的调整参数为strip.text = element_text() ,通过控制size大小来调整标签。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, shape = sex)) + 
  geom_point(size = 2.5) + 
  geom_smooth(method = lm, se = TRUE, fill = "grey") + 
  scale_color_brewer(palette = "Set1") + 
  scale_x_continuous(breaks = seq(12,18,1)) + 
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook") + 
  theme_few() + 
  facet_grid(~ sex) + #分面：横向排列
  #facet_grid(sex~.) + #分面：纵向排列 
  theme(legend.position = "none") + #移除图例
  theme(strip.text = element_text(size = 16)) + 
  theme(plot.title = element_text(hjust = 0.5, size = 16),
        plot.caption = element_text(size = 12), 
        axis.text = element_text(size = 12), 
        axis.title = element_text(size = 15)) 

4、将连续变量映射到散点图中（使用color映射）

4.1 基础图形

将连续变量weightLb作为color映射到散点图中，以颜色的深浅来反映第三个连续变量。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = weightLb)) + 
  geom_point()

4.2 进一步修饰

通过使用scale_color_gradient() 图层参数，指定颜色的低值 (low) 与高值 (high) 来控制颜色的变化。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = weightLb)) + 
  geom_point(size = 2.5) + 
  scale_color_gradient(low = "green", high = "red") + 
  scale_x_continuous(breaks = seq(12,18,1)) + 
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook", color = "weight") + 
  theme_few() + 
  theme(plot.title = element_text(hjust = 0.5, size = 16), 
        plot.caption = element_text(size = 12), 
        axis.text = element_text(size = 12), 
        axis.title = element_text(size = 15)) 

5、将连续变量映射到散点图中（使用size映射）

5.1 基础图形

将连续变量weightLb作为size映射到散点图中，以点的大小来反映第三个连续变量。

ggplot(heightweight, aes(x = ageYear, y = heightIn, size = weightLb)) + 
  geom_point()

5.2 进一步修饰

对点的颜色、形状、轴标题、图标题、主题等进行调整。此外，也可以通过添加scale_size_area() 图层函数来使得点的面积与变量值成正比。

ggplot(heightweight, aes(x = ageYear, y = heightIn, size = weightLb)) + 
  geom_point(shape = 21, fill = "cornsilk", color = "black") + 
  scale_x_continuous(breaks = seq(12,18,1)) + 
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook", size = "weight") +
  theme_few() + 
  #scale_size_area() + #点的面积与变量值成正比
  theme(plot.title = element_text(hjust = 0.5, size = 16), 
        plot.caption = element_text(size = 12), 
        axis.text = element_text(size = 12), 
        axis.title = element_text(size = 15)) 

6、将类别变量与连续变量映射到散点图中

6.1 基础图形

将sex作为类别变量映射到color中，将weightLb作为连续变量映射到size中。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex, size = weightLb)) + 
  geom_point()

6.2 进一步修饰

对点的颜色、绘图主题、坐标轴等进一步修饰。此外，也可以通过添加geom_rug() 图层函数来向散点图中添加地毯图。

ggplot(heightweight, aes(x = ageYear, y = heightIn, color = sex,size = weightLb)) + 
  geom_point(alpha = 0.8) + 
  geom_rug(position = "jitter", size = 0.1, color = "black") + #添加地毯图
  scale_x_continuous(breaks = seq(12,18,1)) + 
  labs(x = "age", y = "height", title = "scatterplot", caption = "Sorce:gcookbook", color = "gender", size = "weight") +
  theme_few() + 
  scale_color_brewer(palette = "Dark2") + 
  theme(plot.title = element_text(hjust = 0.5, size = 16), 
        plot.caption = element_text(size = 12), 
        axis.text = element_text(size = 12), 
        axis.title = element_text(size = 15)) 

其他

关于散点图与回归拟合曲线内容可进一步参考Winston Chang所著的R Graphics Cookbook。此外，有时还涉及根据已有模型向散点图中添加回归拟合曲线，在后续更新中也会涉及相关方面内容。

如有帮助请多多点赞哦！

参考资料