统计：sum 与 quantile

ggplot2 数据可视化进阶

Rick Scavetta

Founder, Scavetta Academy

回顾课程 1

	过度重叠的原因	解决方案
1.	数据量大	透明度混合、空心圆、点大小
2.	单轴上值对齐	同上，另可改变位置
3.	低精度数据	位置：抖动
4.	整数数据	位置：抖动

用计数应对过度重叠

	过度重叠的原因	解决方案	此处…
1.	数据量大	透明度混合、空心圆、点大小
2.	单轴上值对齐	同上，另可改变位置
3.	低精度数据	位置：抖动	`geom_count()`
4.	整数数据	位置：抖动	`geom_count()`

低精度（与整数）数据

p <- ggplot(iris, aes(Sepal.Length, 
                      Sepal.Width))

p + geom_point()

抖动可能造成误解

p + geom_jitter(alpha = 0.5,
                width = 0.1,
                height = 0.1)

geom_count()

p + 
  geom_count()

geom/stat 关联

geom_	stat_
`geom_count()`	`stat_sum()`

stat_sum()

p + 
  stat_sum()

过度重叠仍可能出现！

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

geom_quantile()

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

处理异方差性

library(AER)
data(Journals)

p <- ggplot(Journals, 
            aes(log(price/citations), 
                log(subs))) +
  geom_point(alpha = 0.5) +
  labs(...)

p

使用 geom_quantiles

p +
  geom_quantile(quantiles = 
                c(0.05, 0.50, 0.95))

geom/stat 关联

geom_	stat_
`geom_count()`	`stat_sum()`
`geom_quantile()`	`stat_quantile()`

准备练习！

ggplot2 数据可视化进阶