第五章 变量间关系可视化

Author

221527207刘润钿

1 解释原始数据

1.1 mtcars

  • mtcars 是R自带的数据集，该数据集摘自 1974年《美国汽车趋势》杂志，包括32款汽车(1973~74款)的油耗、汽车设计和性能等共11个指标。根据该数据集绘制本次练习图形。

  • 指标解释：cyl、vs、am、gear和carb作为因子变量，其余可看作数值变量。

    • mpg: 燃油效率（英里/加仑），数值越高越省油。

    • cyl: 发动机气缸数（4/6/8缸），缸数越多通常动力越强。

    • disp: 发动机排量（立方英寸），排量越大动力越强，油耗越高。

    • hp: 发动机马力（马力），数值越高动力越强。

    • drat: 后轴传动比（比值），影响加速和燃油经济性。

    • wt: 车重（千磅），重量轻的车通常更省油。

    • qsec: 1/4英里加速时间（秒），时间越短动力越强。

    • vs: 发动机类型（0=V型，1=直列），V型多见于高性能车。

    • am: 变速器类型（0=自动，1=手动），手动挡通常更省油。

    • gear: 前进挡位数（3/4/5挡），挡位多可能更平顺省油。

    • carb: 化油器数量（1-8个），数量多可能提升动力。

1.2 diamonds

  • diamonds是R中ggplot2包内置的经典数据集，记录了约 54,000 颗钻石的物理属性和价格信息。数据集包含 10 个变量，4个分类变量，6个数值变量。
  • 指标解释：cut、color、clarity为因子变量，其余可看作数值变量。
    • carat: 钻石重量，单位是克拉（1克拉=0.2克），数值越大钻石越大越贵。
    • cut: 切工质量，分为5个等级：Fair（一般）、Good（良好）、Very Good（很好）、Premium（优质）、Ideal（完美），切工越好钻石光泽越强。
    • color: 颜色等级，从D（无色，最佳）到J（浅黄色），颜色越接近无色价值越高。
    • clarity: 净度等级，分为8级：I1（内含物明显）、SI1-SI2（小内含物）、VS1-VS2（极小内含物）、VVS1-VVS2（极微小内含物）、IF（内部无瑕），净度越高钻石越纯净。
    • depth: 总深度百分比（%），计算公式为z/(x+y)/2*100，影响钻石的光反射效果。
    • table: 台面宽度百分比（%），指钻石顶部平面相对于平均宽度的比例，影响钻石的外观比例。
    • x: 钻石长度（毫米），物理尺寸之一。
    • y: 钻石宽度（毫米），物理尺寸之一。
    • z: 钻石高度（毫米），物理尺寸之一。
    • price: 钻石价格（美元），反映其综合价值，受carat、cut、color、clarity等因素影响。

2 两变量散点图

2.1 绘图要求

  • 利用ggplot(data,aes(x,y))+geom_point()绘制燃油效率(mpg，横轴)和车重(wt，纵轴)两个变量的散点图；

  • 利用geom_rug()为横轴和纵轴绘制地毯图；

  • 利用stat_smooth()为散点图添加拟合直线；

  • 利用geom_point()为散点图添加均值点；

  • 利用ggMarginal(type="densigram") 为散点图添加边际核密度直方图；

  • 利用ggtitle() 将图标题改为散点图+地毯图+线性拟合+边际图 。

2.2 作图代码

2.3 图形观察和代码编写的心得体会

  • 图形观察：散点图：清晰展示mpg（油耗）与wt（车重）的负相关关系，线性拟合线（红色）和置信带（蓝色）强化了这一趋势。地毯图（边缘短线）直观显示单变量分布密集区。黄色均值点快速定位数据中心位置。边际密度图（灰色直方图+浅蓝填充）补充单变量分布特征。通过形状（空心圆点）、颜色对比（深天蓝/红/黄）和透明度（α=0.5）提升可读性。

  • 代码编写心得：图层叠加逻辑：ggplot2采用+逐层叠加（散点→拟合线→均值点），逻辑清晰。geom_point()的shape/fill控制点样式。stat_smooth()的method=lm快速拟合线性模型。ggMarginal()的type=“densigram”实现智能边际图。

3 散点图矩阵和相关系数矩阵图

3.1 绘图要求

  • 利用GGally::ggpairs(columns)绘制除cyl、vs、am、gear和carb外6个变量的散点图矩阵；

  • 修改参数upper=list(continuous = "density") ，将上三角图形改为二维核密度等高线图；

  • 利用ggiraphExtra::ggCor() 绘制除cyl、vs、am、gear和carb外6个变量的相关系数矩阵图。

3.2 散点图矩阵

3.3 相关系数矩阵图代码

3.4 图形观察和代码编写的心得体会

  • 图形观察：变量关系矩阵：通过ggpairs展示多变量间关系，对角线上方用核密度图呈现二维分布，下方默认散点图（注释中可切换）。相关系数矩阵：ggCor以半角矩阵清晰显示Pearson系数（保留4位小数），结合P值标注显著性，冷色调（默认）增强可读性。视觉优化：调整坐标轴标签（size=8）和刻度文字（size=6）避免重叠，xangle=0保持水平标签。
  • 代码编写心得：高效数据筛选：管道操作|>配合dplyr::select快速剔除无关变量（如cyl,vs等）。灵活构图：ggpairs的upper/lower参数分区域控制图形类型（如核密度vs散点）。ggCor的mode=2实现紧凑的半角矩阵，label=3自动整合统计显著性。主题精细化：通过叠加theme()逐层调整文本细节，避免全局修改冲突。

4 大数据集的散点图

4.1 绘图要求

  • 利用diamonds数据，绘制carat: 钻石重量和 price: 钻石价格两个变量的散点图；

  • 利用geom_hex(bins=30,size=0.3,color="black")，将散点图转化为六边形分箱散点图；

  • 利用stat_density_2d(geom="raster",aes(fill=..density..),contour=FALSE) ，将散点图转化为二维核密度图；

  • 利用geom_density_2d() ，在散点图上添加核密度等高线；

  • 利用geom_density_2d_filled(alpha=0.8) ，对核密度等高线区域填充颜色。

4.2 六边形分箱散点图

4.3 二维核密度图

4.4 散点图+密度等高线

4.5 散点图+密度等高线带

4.6 图形观察和代码编写的心得体会

  • 图形观察：六边形分箱图(p1)：采用六边形网格对数据进行聚合统计。颜色深浅直观反映数据点密集程度，viridis色系(H选项)提供良好的颜色渐变和色盲友好性，黑色边框增强了每个六边形的可辨识度。二维核密度图(p2)：平滑的密度估计呈现数据分布趋势，无等高线的纯色填充更突出整体分布模式，高密度区域(亮黄色)显示carat-price的主要分布区间。散点+等高线图(p3)：原始散点展示数据实际分布，等高线勾勒出数据密度的层次结构，黑白配色强化了几何轮廓的视觉效果。散点+填充密度带(p4)：填充色块直观显示密度分布，半透明处理(alpha=0.8)保留底层信息，黑色细等高线在填充基础上增加细节层次，移除图例使图形更加简洁。
  • 代码编写心得：使用统一的基图对象(p)确保各子图风格一致，通过theme_bw()+panel.grid=element_blank()创建简洁的画布，所有图形共享相同的aes映射(x=carat,y=price)。可视化优化：geom_hex的bins参数控制分箱粒度(此处设为30)，stat_density_2d的geom=“raster”提升渲染效率，viridis色系确保颜色感知的普适性，alpha参数调节填充透明度平衡信息量。图层叠加艺术：p4中同时使用geom_density_2d_filled和geom_density_2d，通过size参数微调等高线粗细(0.25)，guides(fill=“none”)移除冗余图例。大数据处理：六边形分箱和核密度估计有效解决散点过密问题，针对diamonds大数据集(5万+观测值)的优化方案。代码可读性：清晰的注释说明每个步骤的功能，分步骤构建图形对象(p1-p4)，保持一致的代码风格和参数命名

5 3D散点图和气泡图

5.1 绘图要求

  • 绘制hp发动机马力、mpg燃油效率和wt车重三个变量的 3D 散点图和气泡图。

  • 采用scatterplot3d(x=hp,y=wt,z=mpg)绘制3D散点图，并添加回归平面。

  • 采用ggplot(df,aes(x=hp,y=mpg,color=wt,size=wt)) 绘制气泡图

5.2 3D散点图代码

5.3 气泡图代码

5.4 图形观察和代码编写的心得体会

  • 图形观察：1. 3D散点图(s3d)：使用hp(马力)、wt(车重)和mpg(油耗)三个变量构建三维空间，蓝色坐标轴(col.axis=“blue”)和浅蓝色网格线(col.grid=“lightblue”)增强可读性，高亮效果(highlight.3d=TRUE)通过颜色渐变展示深度信息，垂直线段(type=“h”)辅助定位点在三维空间中的位置，图表标题清晰说明图形内容。2.气泡图(ggplot)：二维平面展示hp(马力)和mpg(油耗)的关系，通过颜色和气泡大小双重编码wt(车重)变量，半透明效果(alpha=0.5)缓解重叠问题，气泡大小范围(range=c(1,7))设置合理，区分度明显，蓝色图例文字(color=“blue”)与整体风格协调，添加的注释文本明确说明气泡大小的含义。
  • 代码编写心得：1. 3D散点图实现：scatterplot3d包提供简洁的3D绘图语法，highlight.3d参数自动生成深度着色效果，type=“h”添加垂直线段，增强空间感知，合理设置坐标轴和网格线颜色提升可读性，cex.lab控制标签大小，避免文字重叠。2. 气泡图优化技巧：使用size和color双重美学映射增强信息量，scale_size精确控制气泡大小范围，scale_color_binned()对连续变量进行分箱着色，通过theme()精细调整各种文本元素大小，guides(size=“none”)隐藏冗余图例，annotate()添加说明性文本提升图表自明性。3.整体编码风格：参数命名清晰直观，分层设置图形属性，逻辑清晰，适当的注释说明关键步骤，对图形元素进行系统化调整(如文本大小、颜色等)。 # 分组散点图

5.5 绘图要求

  • 以气缸数(cy1)为因子，绘制车重(wt)和燃油效率(mpg)的分组散点图，添加回归直线；

  • 利用facet_grid(~cy1,scale="free_x") ，按因子变量分面；

  • 利用ggplot(data=df,aes(x=wt,y=mpg,shape=cyl,color=cyl)) ，按形状和颜色分组

5.6 按因子变量分面代码

  • 注意分组变量cyl需要转化为因子

5.7 按形状和颜色分组代码

5.8 图形观察和代码编写的心得体会

  • 图形观察：1.分面回归图：分组展示：通过气缸数(cyl)分面，清晰展示不同组别下车重(wt)与油耗(mpg)的关系。统计辅助：每个子图配有红色回归线和天蓝色置信区间，直观显示线性趋势。视觉优化：移除图例避免冗余，自由x轴刻度适应各组数据范围，合理间距避免拥挤，分析价值：便于直接比较不同气缸数车辆的油耗-车重关系差异。2. 形状颜色分组图：双重编码：同时使用形状和颜色区分气缸数（3种形状+Set1配色方案），视觉区分：手动定义的点形状(10,16,17)与鲜明颜色形成双重辨识维度，布局设计：底部图例节省空间，标题明确说明编码方式，分析价值：在单一视图中展示整体分布模式与组间差异。
  • 代码编写心得：1.数据处理技巧：因子转换：mutate(cyl=factor(cyl))确保分类变量正确处理。管道操作：|>提升代码可读性和连贯性。2. 分面图关键点：分面语法：facet_grid(~cyl)实现横向分面，scale=“free_x”自适应x轴。统计增强：stat_smooth(method=“lm”)一键添加回归分析。间距控制：panel.spacing精细调整子图间隔.3.分组图优化技巧:美学映射：同时映射shape和color实现双重编码。视觉定制：scale_shape_manual()精确控制点形状，scale_color_brewer()调用优质配色。图例管理：底部定位图例+隐藏冗余引导(scale_alpha)4.主题一致性：系统化设置：统一控制点大小、文本元素等基础属性。意图明确：通过标题直接传达图形目的