第五章 变量间关系可视化

Author

221527215曾允静

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：图形由散点图、地毯图、线性拟合和边际图组成，能够更多面的分析数据。

  • 代码编写：代码采用清晰的图层叠加结构，每个geom_或stat_函数代表一个可视化层，从基础散点图开始，逐步添加地毯图、拟合线、均值点等元素，stat_smooth实现统计拟合线+置信区间，直接嵌入mean()计算均值点，ggMarginal添加边缘分布图。

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

  • 散点图矩阵：对角线上方绘制二维核密度图，对角线下方绘制点，对角线为单变量的核密度图。

  • 相关系数矩阵图代码：半角矩阵只显示下三角部分，避免冗余，提高可读性。默认的热力图颜色梯度能直观反映相关性强弱。label=3灵活选择显示内容，mode=2指定矩阵显示模式，避免冗余。

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：使用 alpha=0.8 使填充色半透明，避免遮挡散点，guides(fill="none") 移除填充图例，使图形更简洁；bins=30 控制六边形数量，平衡细节与计算效率，size=0.3, color="black" 使六边形边框清晰但不突兀；contour=FALSE 直接显示平滑密度，避免等高线干扰，fl=density.. 映射颜色到密度值，直观反映数据集中区域；最简洁的密度可视化方式，仅显示等高线，不填充颜色，适用于叠加在其他图形上（如散点图）。

  • 代码编写：所有图形均基于 p（基础 ggplot 对象），通过 + 逐步叠加图层，符合 ggplot2 的语法风格，每个 geom_* 或 stat_* 函数独立控制一个可视化元素，便于调整。

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：highlight.3d=TRUE 用颜色梯度强调深度（Z轴），type=“h” 添加垂直线，辅助定位点的高度，col.axis=“blue” 和 col.grid=“lightblue” 提升坐标轴可视性，plane3d(fit) 直观显示二元线性回归的拟合效果；通过 color=wt 和 size=wt 将第三维（车重）映射到视觉元素，避免3D视角问题，对连续变量分箱，增强颜色区分度。

  • 代码编写：先拟合模型 lm(mpg~hp+wt)，再通过 s3d$plane3d() 叠加平面，逻辑清晰；基础映射 aes(x=hp, y=mpg) 定义核心坐标系，color 和 size 作为附加美学。

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

  • 图形观察：分面清晰，按气缸数（cyl）分组，每个子图独立显示 wt和 mpg的关系，避免重叠；自定义形状，明确指定形状（如三角形、圆形等），避免默认形状重复。

  • 代码编写：因子化分类变量，mutate(cyl=factor(cyl)) 确保 cyl 被视为分类变量，避免连续变量误解，先定义基础映射（aes(x=wt, y=mpg, color=cyl)），再叠加 geom_point 和 stat_smooth，facet_grid(~cyl) 严格按单变量分面，scale="free_x" 灵活调整坐标轴。