散佈圖

ggplot2 資料視覺化入門

Rick Scavetta

Founder, Scavetta Academy

48 種幾何圖層

geom_*
abline	contour	dotplot	jitter	pointrange	ribbon	spoke
area	count	errorbar	label	polygon	rug	step
bar	crossbar	errorbarh	line	qq	segment	text
bin2d	curve	freqpoly	linerange	qq_line	sf	tile
blank	density	hex	map	quantile	sf_label	violin
boxplot	density2d	histogram	path	raster	sf_text	vline
col	density_2d	hline	point	rect	smooth

常見圖形類型

圖形類型	可用 Geom
散佈圖	points、jitter、abline、smooth、count

散佈圖

每個 geom 都有對應的美術映射，例：geom_point()：

必要
x,y

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width)) + 
  geom_point()

散佈圖

每個 geom 都有對應的美術映射，例：geom_point()：

必要	選用
x,y	alpha、color、fill、shape、size、stroke

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width,
                 col = Species)) + 
  geom_point()

各圖層的美術映射

# 兩者會產生相同的圖！
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point()

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + 
  geom_point(aes(col = Species))

可獨立控制每個圖層的美術映射：

head(iris, 3) # 原始資料

Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1  setosa          5.1         3.5          1.4         0.2
2  setosa          4.9         3.0          1.4         0.2
3  setosa          4.7         3.2          1.3         0.2

iris %>%
  group_by(Species) %>% 
  summarise_all(mean) -> iris.summary

iris.summary # 摘要統計

# A tibble: 3 x 5
  Species    Sepal.Length Sepal.Width Petal.Length Petal.Width
  <fct>             <dbl>       <dbl>        <dbl>       <dbl>
1 setosa             5.01        3.43         1.46       0.246
2 versicolor         5.94        2.77         4.26       1.33 
3 virginica          6.59        2.97         5.55       2.03

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) +
  # 從 ggplot() 繼承資料與 aes 
  geom_point() + 
  # 使用不同的資料，但沿用繼承的 aes
  geom_point(data = iris.summary, shape = 15, size = 5)

Shape 屬性值

範例

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point() +
  geom_point(data = iris.summary, shape = 21, size = 5, 
             fill = "black", stroke = 2)

ggplot2 即時計算統計量

統計圖層請見第二門課。
注意：避免只畫平均數，應搭配離散程度（如標準差）。

position = "jitter"

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point(position = "jitter")

geom_jitter()

geom_point(position = "jitter") 的捷徑

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter()

別忘了調整 alpha

需要時，可把抖動與透明度一起用。

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(alpha = 0.6)

空心圓也有幫助

shape = 1 為空心圓。
通常不必另外調整透明度。

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(shape = 1)

一起來練習吧！

ggplot2 資料視覺化入門