第五章 变量间关系可视化

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

2.3.0.1 图形观察心得

可视化效果
- 多图层组合：散点图+地毯图呈现分布细节，线性拟合线强化趋势方向，边际密度图同步展示变量分布
- 非归一化处理：保留原始数据尺度，均值点直接反映真实中心位置
- 透明设计：置信带半透明处理避免遮挡散点，边际图浅色填充保持视觉平衡

设计选择
- 蓝（散点/地毯）红（拟合线）撞色形成视觉焦点，黄色均值点作为数据锚点
- 右侧边际图不挤压主图空间，轴须线仅底部显示减少干扰
- 点体大小分级（均值点>散点）自然突出重点

---

2.3.0.2 代码编写心得

代码结构
- 管道符(%>%)流式衔接边际图，避免嵌套结构
- 内置均值计算(mean())实现动态定位，无需外部变量
- 十六进制色值精准控制颜色/透明度（如#87CEEB80）

参数技巧
- shape=21启用边框填充双色机制，linewidth参数适配新版ggplot2
- sides="b"精简轴须线显示，margins="both"明确边际图方位

函数应用
- ggMarginal()一键扩展边际图，与ggplot2原生语法无缝融合
- stat_smooth()快速叠加统计模型，alpha参数控制图层透明度层次

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

3.4.1 散点图矩阵

3.4.1.1 图形观察心得

• 多维分析：散点矩阵呈现变量间关系，核密度图突显数据聚集区
  
• 字段筛选：剔除冗余变量(cyl,vs等)，聚焦核心分析
  
• 视觉优化：默认蓝调色系统一风格，密度图色深映射数据密度

3.4.1.2 代码编写心得

• 管道操作：|>衔接数据清洗与绘图，代码连贯
  
• 智能参数：upper=list(continuous="density")定制子图类型，隐式保留lower=散点图
  
• 扩展性：ggpairs()兼容ggplot2主题系统，便于后续调整字体/配色

3.4.2 相关系数矩阵

3.4.2.1 图形观察心得

• 交互式矩阵：半角模式（mode=2）紧凑呈现相关系数，热力色阶映射相关性强弱
  
• 双信息标注：同时显示相关系数（保留4位小数）及显著性P值（label=3）
  
• 布局优化：x轴标签零角度旋转（xangle=0）避免文字重叠

3.4.2.2 代码编写心得

• 快速建模：ggCor()一键生成智能相关矩阵，自动计算Pearson系数
  
• 参数组合：label=3实现数值+P值双标签，whaw=1控制色块宽高比
  
• 精度控制：digits=4确保统计量显示精度，规避默认舍入误差

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

4.6.0.1 图形观察心得

• (a) 六边形分箱：30分箱平衡粒度与噪点控制，黑色边框强化蜂窝结构
  
• (b) 二维核密度：连续色阶（fill=..density..）揭示价格-克拉双变量密度分布
  
• (c) 复合视图：灰点+黑色等高线（geom_density_2d）同步显示原始数据与分布轮廓
  
• (d) 层级表达：半透明填充等高带（alpha=0.8）+细黑边线实现三维数据映射

4.6.0.2 代码编写心得

通用结构
- 基础模板复用：p对象整合主题设置（黑白主题+无网格），四图共享底层配置
- 色盲友好色阶：scale_fill_viridis_c(option="H")统一四图配色体系

特色参数
- 核密度精控：contour=FALSE隐藏默认等高线，geom="raster"启用像素化渲染
- 复合图层：geom_density_2d_filled+geom_density_2d实现填充与线框双效叠加
- 视图优化：guides(fill="none")删除冗余图例，size=0.25细化等高线

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

5.4.1 3D散点图代码

5.4.1.1 图形观察心得

• 三维投射：垂直线（type="h"）辅助空间定位，高亮渐变色（highlight.3d=TRUE）增强深度感知
  
• 双变量建模：灰色回归平面（plane3d）直观展示hp/wt对mpg的联合影响
  
• 轴系设计：蓝色坐标轴+浅蓝网格线（col.axis/col.grid）构建清爽三维坐标系

5.4.1.2 代码编写心得

• 快速建模：lm()拟合双变量回归，plane3d()直接投射平面到已建3D画布
  
• 三维优化：pch=16强化点体显示，cex.lab=0.7收缩轴标签防止拥挤
  
• 视觉增强：box=TRUE保持立体边框，highlight.3d自动生成Z轴渐变色

5.4.2 气泡图代码

5.4.2.1 图形观察心得

• 双美学映射：气泡大小与颜色双通道编码wt变量，强化数据维度表达
  
• 透明分层：alpha=0.5缓解重叠点遮挡问题，保留原始数据分布特征
  
• 分箱色阶：scale_color_binned()将连续变量离散化，提升颜色辨识度

5.4.2.2 代码编写心得

• 复合映射：aes()内同步声明color=wt与size=wt，实现双视觉通道联动
  
• 图例控制：guides(size="none")消除冗余图例，legend.text独立设置颜色/字号
  
• 精准注释：annotate("text")手动添加图例说明，规避自动图例表述局限

6 分组散点图

6.1 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

6.2 按因子变量分面代码

• 注意分组变量cyl需要转化为因子

6.3 按形状和颜色分组代码

6.4 图形观察和代码编写的心得体会

6.4.0.1 图形观察心得

• 分面策略：facet_grid(~cyl)按气缸数横向分面，scale="free_x"实现各面板x轴独立标度
  
• 极简设计：移除图例（legend.position="none"）强化图表主体，红蓝拟合线保持跨面板一致性
  
• 形状约束：scale_shape_manual强制统一形状（代码1）vs 差异化形状（代码2）传递分组策略

6.4.0.2 代码编写心得

• 分面精控：panel.spacing参数微调面板间距，避免子图粘连
  
• 混合映射：shape=cyl+color=cyl双通道分组，scale_color_brewer调用预设色板
  
• 图层叠加：stat_smooth(method="lm")面板内独立拟合，fill="deepskyblue"构建置信带层次