20 基础绘图之散点图与线图

在上一篇教程中，我们介绍了基础绘图函数，包括如何利用R语言进行基本的绘图，我们学习了plot()函数的基本用法。这一篇，我们将专注于创建散点图和线图。这两种图形是数据可视化中非常重要的基础图形，能够帮助我们直观地理解数据之间的关系。

散点图

散点图的概念

散点图（Scatter Plot）用于显示两组变量之间的关系。每个点对应于一个观测值，其中一个变量的值决定了点在横轴（X轴）上的位置，另一个变量的值决定了点在纵轴（Y轴）上的位置。散点图对于揭示数据的相关性和趋势非常有用。

创建散点图的代码

我们可以使用plot()函数直接创建散点图。以下是一个创建散点图的简单示例：

# 创建示例数据
set.seed(42)  # 设置随机种子以便重复实验
x <- rnorm(100)  # 随机生成100个正态分布的数作为X变量
y <- rnorm(100)  # 随机生成100个正态分布的数作为Y变量

# 创建散点图
plot(x, y, main = "散点图示例", xlab = "X轴", ylab = "Y轴", col = "blue", pch = 19)

在上面的代码中：

• x和y是我们的两个变量。
• main参数设置图表标题。
• xlab和ylab参数分别设置X轴和Y轴的标签。
• col参数指定点的颜色。
• pch参数指定点的样式。

散点图的增强

我们可以通过添加回归线来增强散点图的可读性，以下是如何实现的示例：

# 创建散点图并添加回归线
plot(x, y, main = "散点图示例与回归线", xlab = "X轴", ylab = "Y轴", col = "blue", pch = 19)
abline(lm(y ~ x), col = "red")  # 添加线性回归线

这段代码中，我们使用abline(lm(y ~ x), col = "red")来添加一条适合度线，表示变量x和y之间的线性关系。

线图

线图的概念

线图（Line Graph）通过在点之间连接线段来显示数据的变化趋势。它通常用于时间序列数据，即随着时间的推移，某一变量的变化情况。

创建线图的代码

使用plot()函数可以绘制线图，只需设置type参数为"l"（line），即可创建线图。以下是一个简单的例子：

# 创建示例数据
time <- 1:100  # 时间序列
value <- cumsum(rnorm(100))  # 随机生成累积和作为模拟数据

# 创建线图
plot(time, value, type = "l", main = "线图示例", xlab = "时间", ylab = "值", col = "green")

在上面的示例中：

• type = "l"表示我们要绘制的是线图。
• 通过使用cumsum()函数，我们生成了一个随机变量的累积和，这在时间序列分析中非常常见。

线图的增强

类似于散点图，我们也可以在某些情况下使用多条线来比较不同的数据序列：

# 创建多条线图的示例
set.seed(24)
value1 <- cumsum(rnorm(100))
value2 <- cumsum(rnorm(100))

plot(time, value1, type = "l", col = "blue", ylim = range(c(value1, value2)), main = "多条线图示例", xlab = "时间", ylab = "值")
lines(time, value2, col = "red")  # 添加第二条线
legend("topright", legend = c("系列1", "系列2"), col = c("blue", "red"), lty = 1)

在这里，lines()函数用于在已经绘制的图形上添加另一条线，legend()函数用于添加图例以区分不同的数据系列。

结语

通过本篇教程，我们学习了如何在R中创建散点图和线图，并且掌握了基本的绘图技巧。这些基础知识将为后续的绘图教程打下良好的基础。在下一篇教程中，我们将继续探讨其他重要的绘图类型，如直方图和箱线图，敬请期待！