R繪圖之散點圖:9氣泡圖的繪製

2021-02-21 鴻生信

氣泡圖是可以展示三個變量或者4個變量之間關係的數據圖表。氣泡圖其實是在散點圖的基礎上進行改造的,在原有的橫縱坐標變量的基礎上,引入第三個變量,用氣泡的大小來表示,因此被稱為氣泡圖,還可以引入第四個變量用氣泡的顏色表示。

library(ggplot2)

ggplot(mtcars,aes(wt,mpg,size=cyl))+geom_point(shape=21,colour='black', fill='skyblue',alpha=.7)

#調整氣泡大小

ggplot(mtcars,aes(wt,mpg,size=cyl))+

  geom_point(shape=21,colour='black', fill='skyblue',alpha=.7)+

  scale_size_area(max_size=10)

library(RColorBrewer)

col.pal <- colorRampPalette(c("#00007F", "blue","#007FFF", "cyan", "#7FFF7F", "yellow","#FF7F00", "red", "#7F0000"))

fill.colors <- col.pal(64)

ggplot(mtcars,aes(wt,mpg,size=cyl,fill=disp))+

geom_point(shape=21,colour='black',alpha=.7)+

scale_fill_gradientn(colours=fill.colors)

#兩兩關係氣泡圖

#構造一個輸入數據

v=runif(100,min=0,max=1)

m=matrix(v,nrow=10)

colnames(m)<-paste0("C",1:10)

rownames(m)<-paste0("R",1:10)

m

library(reshape2)

hd<-melt(m,value.name="corr")

ggplot(hd,aes(Var1,Var2,size=corr))+

  geom_point(color='grey')

ggplot(hd,aes(Var1,Var2,size=corr))+

  geom_point(color='grey')+

  scale_size_area(max_size=12,guide=FALSE)+

  geom_text(aes(label=sprintf('%.3f',corr)),vjust=NA,size=3)+

  xlab("")+ylab("")

ggplot(hd,aes(Var1,Var2,size=corr,colour=corr))+

  geom_point()+

  scale_size_area(max_size=12,guide=FALSE)+

  geom_text(aes(label=sprintf('%.3f',corr)),vjust=NA,size=3)+

  xlab("")+ylab("")+

  scale_color_gradient(low="darkgreen",high="red")

#用ggplotcorr繪製相關係數熱圖

library(ggcorrplot)

data(mtcars)

corr <- round(cor(mtcars),1)

ggcorrplot(corr, method = "circle")

ggcorrplot(corr, method='circle', type='upper',show.diag = FALSE, lab=TRUE)

相關焦點

  • 基於Python圖表繪圖系統:matplotlib散點圖和氣泡圖,你了解嗎?
    繪製簡單散點圖既然已經知道了散點圖的主要作用,那麼下邊讓我們來繪製一個散點圖吧,一步一步,從簡單到進階!先來看一下我們的數據源,依然是一組小學的語數外考試成績:基於上述數據源,繪製語文成績與總成績的散點圖:繪製幾個圖之後,大家就會發現,常規的畫布啊標題啊標籤之類的設置都是通用的,只有畫圖函數是不一樣的,而大多數時候圖想畫出花樣來著,也是在各個參數上做文章,先來看下這個簡單的散點圖畫出來是什麼樣子的吧
  • R繪圖之ggplot2-散點圖(一)
    (包括處理重疊圖形、添加擬合線等)一、目錄使用默認設置之外的點形與顏色將連續型變量映射到點的顏色與大小上處理重疊圖形添加回歸模型擬合線添加模型係數向散點圖添加邊際地毯二、繪圖1.如何使用默認設置之外的點形與顏色   首先我們繪製一張基礎的散點圖
  • 如何用R繪製精美的散點圖
    R可以繪製出很棒的統計圖形,之前我們介紹了用R繪製柱狀圖。今天,小編帶著小夥伴們一起來了解下散點圖的繪製。小編自己看代碼的時候也覺得枯燥乏味,看圖片比看代碼輕鬆多了。所以我們先上圖。上圖就是通過R繪製出的散點圖,看起來也很漂亮。那麼,這種散點圖是如何繪製的呢?感興趣的小夥伴就請繼續看下面的代碼。
  • R繪圖之散點圖:12三維散點圖
    三維散點圖是指在x,y,z三維坐標上繪製散點圖。我們介紹用scatterplot3d包和rgl包繪三維散點圖。
  • Python學習筆記:繪製極坐標圖和散點圖的繪製與保存
    , 2*np.pi, barSlices, endpoint=False)#r表示點距離圓心的距離,np.random.rand(barSlices)表示返回返回服從「0-1」均勻分布的隨機樣本值r = 30*np.random.rand(barSlices)#polar表示繪製極坐標圖,顏色,線寬,標誌點樣式plt.polar(theta,
  • R語言繪圖基礎|直方圖和散點圖怎麼畫?
    作者:丁點helper來源: 丁點幫你前面2篇R語言相關的文章以鐵達尼號的數據為例,介紹了描述性統計中用到的計算操作,以及柱形圖的繪製操作。今天我們繼續聊聊如何在R中繪製直方圖和散點圖。繪製散點圖接下來我們看看如何繪製散點圖。
  • Python學習第90課-數據可視化之散點圖繪製
    今天我們學習散點圖,在統計學或者機器學習方面,或者在金融風險控制方面,金融風險控制經常要看異常交易、信貸風險,做這樣的分析就要用到一個圖--散點圖(scatter plot)。下面我們假設繪製一個散點圖需要的數據如下:x=[1,2,3,4,5,6,7,8,9,10]y=[2,5,3,1.6,4.3,5.8,6.2,7.5,8.1,9]根據之前學習繪製折線圖、柱狀圖、直方圖的經驗,我們可以總結出規律:用Python的matplotlib繪製圖形,就是plt.後面跟上要繪製的圖形的英文單詞的縮寫,或者截取該英文單詞的一部分作為一個函數
  • 【繪圖】散點圖+線性回歸,你一定用得到!
    散點圖,作為一種最基礎的圖形,其繪圖方式相當簡單,兩列數值分別作為x軸和y軸即可作圖。但是,正如我們說的,作圖是為了更好地呈現數據中潛在的規律,試想一下,如果我們要分析兩列數據的相關性,該如何從散點圖中呈現呢?
  • R語言 | R語言繪製抖動散點圖和蜂群圖
    ,抖動散點圖(jitter plot)和蜂群圖((beeswarm plot)。抖動散點圖(jitter plot)可以避免常規散點圖中點過於重疊的情況,它對散點添加隨機的「抖動」效果,將散點適當地沿x軸刻度兩側拓展,在一定程度上表示出了局部分布。當x軸是非連續型變量的時候,可以考慮選擇繪製抖動點。但由於點的抖動效果是隨機添加的,每次繪製時的水平分布效果略有不同,但垂直順序(對應的y軸刻度)不會改變。
  • Python繪圖筆記:繪製四色散點圖和誤差條形圖
    1.散點圖一figure1#導入繪製散點圖所需要的包import matplotlib.pyplot as pltfrom numpy.random import rand#生成繪圖所需的圖紙fig, ax = plt.subplots
  • Python可視化很簡單,一文教你繪製餅圖、極線圖和氣泡圖
    運行上面指令輸出下面效果圖哦:用matplotlib庫的polar()函數繪製極線圖哦polar()函數的作用就是在極坐標軸上繪製出折線圖哦,到這可能會有朋友問了,什麼是極坐標呢?關於極坐標的問題哦,這是數學問題哦,不理解的朋友可以網上搜一下哈,在這小編就不解釋了,因為我也可能解釋不清哦!
  • Python繪圖筆記:繪製有趨勢線的直方圖、小提琴圖和誤差圖
    1.小提琴圖和箱線圖#同時繪製箱線圖和小提琴圖,箱線圖清楚地展示了所繪製的數據集中的四分位數和離群點#小提琴圖則清晰展示了數據集中的分布情況import matplotlib.pyplot as pltimport numpy as np
  • R語言之plot繪圖函數的使用
    R有強大的繪圖功能,plot()函數是一種常用的繪圖函數,用其可以繪製散點圖、曲線圖等。plot函數的語法格式R語言中plot()函數的基本格式如下:plot(x,y,...)主要參數的含義如下:(1)type為一個字符的字符串,用於給定繪圖的類型,可選的值如下:"p":繪點(默認值);"l":繪製線;"b":同時繪製點和線;"c":僅繪製參數
  • R語言繪圖|折線圖畫法,如何畫出你滿意的圖?
    作者:丁點helper來源:丁點幫你上篇文章中,我們用世界銀行的例子給大家介紹了散點圖怎麼畫,那折線圖呢?繪製折線圖如果將散點圖上的點從左往右連接起來,就會得到一個折線圖。今天我們以R中自帶的Orange 數據集為例,來學習折線圖的畫法,該數據集中包含五種橘樹的樹齡和年輪數據。
  • 手把手教你用 GraphPad 繪製散點圖
    散點圖在數據統計分析中的作用巨大,一般來說,數據用散點圖來表示顯得比較直觀,更容易理解;並且散點圖更偏向於研究型圖表,可以清晰地反映出變量之間的關係,但這個關係不是簡單的線性回歸關係,可以包括線性關係、指數關係、對數關係等;此外還可以將散點圖用於回歸分析
  • R語言中使用par函數在同一繪圖區中繪製多幅圖
    par函數概述在R繪圖時,有時我們想在一個繪圖區中同時繪製多幅圖。在R語言中可以有多個函數來實現此要求。這裡先介紹一下繪圖參數par函數的使用。R中的par()函數可以將繪圖區分割成規則的幾個部分。多圖環境用參數mfrow或參數mfcol來設定,如:par(mforw=c(3,2))則是在同一繪圖區中繪製3行2列共6個圖形,而且是先按行繪製,即繪製完第1行的2個圖形後,再繪製第2行的2個圖形,最後是第3行的2個圖形。同理,par(mfcol=c(3,2))也是繪製3行2列共6個圖形,與上面不同的是,先按列繪製。
  • R語言繪圖 | R繪製火山圖 EnhancedVolcano+ggplot
    火山圖其實是一種很形象的叫法,它可以通過關注對象的落點從而直觀地展示該對象的所屬區域。其通常用於展示差異結果,比如RNA-seq差異基因展示。讀懂了「火山」火星噴射的落點橫縱坐標意義,就讀懂了火山圖:紅點: p<0.05且log2FC>1的基因; 藍點:p<0.05且log2FC< -1的基因; 灰色點:FC<2,即|log2FC|<1。R繪製火山圖下面就進入主題,用R繪製火山圖,我們的教程小白也能看懂哦😊!
  • 數據可視化·圖表篇——散點圖
    大家好,上周介紹完餅圖之後,您有沒有親自動手嘗試一下呢?今天小數要帶大家熟悉的是散點圖,本文圖表生成所用工具仍然是大眾熟知的Excel。說到散點圖,它既能用來呈現數據點的分布,表現兩個元素的相關性,也能像折線圖一樣表示時間推移下的發展趨勢。可以說是最靈活多變的圖表類型。大數據時代,人們更關注數據之間的相關關係而非因果關係。
  • Python數據可視化:用Seaborn繪製高端玩家版散點圖
    今天我們畫普通散點圖、邊際分布線性回歸散點圖、散點圖矩陣、帶線性回歸最佳擬合線的散點圖  本文示例多是來自官方文檔,這裡我只是做一下整理,讓大家知道散點圖的不同玩法,不要再繪製老掉牙的普通玩家版散點圖了。  普通玩家繪製的散點圖  在 matplotlib 中,可以使用 plt.scatterplot() 方便地執行此操作。
  • python學習筆記:同時畫多圖,折線圖,箱線圖,條形圖,柱狀圖等
    1.同時畫六張圖#從Matplotlib中導入了pyplot繪圖模塊from matplotlib.pyplot import *#設置相關的數值x=[1,2,3,4]y=[5,4,3,2]#創建一個圖紙(figure)figure()#使用subplot創建多個子圖,下面的subplot(2,3,1)表示創建一個包含2行3列圖表的圖紙,1表示第一張圖subplot