เป็นวิธีที่ดีในการใช้ R เพื่อสร้าง scatterplot ที่แยกข้อมูลโดยการรักษาคืออะไร?

ฉันใหม่มากกับ R และสถิติโดยทั่วไป แต่ฉันต้องสร้างโปรเจ็กต์ที่ฉันคิดว่าอาจเกินขีดความสามารถดั้งเดิม

ฉันมีเวกเตอร์ของการสังเกตสองสามอันและฉันต้องการทำ scatterplot กับพวกเขาและแต่ละคู่ตกอยู่ในหนึ่งในสามประเภท ฉันต้องการสร้าง scatterplot ที่แยกแต่ละหมวดหมู่ตามสีหรือตามสัญลักษณ์ ฉันคิดว่าสิ่งนี้จะดีกว่าการสร้างแผนการกระจายที่แตกต่างกันสามแบบ

ฉันมีปัญหาอีกอันหนึ่งกับความจริงที่ว่าในแต่ละหมวดหมู่มีกลุ่มขนาดใหญ่ ณ จุดหนึ่ง แต่กลุ่มนั้นมีขนาดใหญ่กว่ากลุ่มหนึ่งมากกว่าอีกสองกลุ่ม

ไม่มีใครรู้วิธีที่ดีในการทำเช่นนี้? แพ็คเกจที่ฉันควรติดตั้งและเรียนรู้วิธีการใช้งาน? ใครทำอะไรที่คล้ายกัน?

ขอบคุณ

กลุ่มที่มีขนาดใหญ่ : หากการพิมพ์ทับเป็นปัญหาคุณสามารถใช้อัลฟาที่ต่ำกว่าได้ดังนั้นจุดเดียวจะสลัว แต่การทำ overprining จะทำให้สีเข้มขึ้น หรือคุณเปลี่ยนเป็นฮิสโทแกรมหรือการประมาณความหนาแน่น 2d

require ("ggplot2")

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, colour = Species)) + stat_density2d ()
  
  คุณอาจต้องการเผชิญกับสิ่งนี้ ...

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, fill = Species)) + stat_binhex (bins=5, aes (alpha = ..count..)) + facet_grid (. ~ Species)
  
  ในขณะที่คุณสามารถนำพล็อตนี้ไปได้โดยไม่ต้องมีเฟซเซ็ตลำดับสปีชี่ของสปีชี่จะเพิ่มพลังให้กับภาพสุดท้าย

• คุณสามารถหลีกเลี่ยงสิ่งนี้ได้หากคุณเต็มใจทำให้มือสกปรก (= ลิงก์ไปยังคำอธิบาย & รหัส)และคำนวณสีผสมสำหรับรูปหกเหลี่ยม:

• อีกสิ่งที่มีประโยชน์คือการใช้ (ฐานสิบหก) ถังขยะสำหรับพื้นที่ที่มีความหนาแน่นสูงและวางแผนจุดเดียวสำหรับส่วนอื่น ๆ :

  ggplot (df, aes (x = date, y = t5)) + 
    stat_binhex (data = df [df$t5 <= 0.5,], bins = nrow (df) / 250) +
        geom_point (data = df [df$t5 > 0.5,], aes (col = type), shape = 3) +
    scale_fill_gradient (low = "#AAAAFF", high = "#000080") +
    scale_colour_manual ("response type", 
      values = c (normal = "black", timeout = "red")) + 
    ylab ("t / s")
  

  

เพื่อความสมบูรณ์ของแพ็คเกจการวางแผนฉันขอพูดถึงlattice:

require ("lattice")

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length, iris, groups = iris$Species, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, groups = iris$Species, pch= 20)
  

นี่เป็นหนึ่งในปัญหาคลาสสิกสำหรับชุดข้อมูล 'Iris' นี่คือลิงก์ไปยังชุดการวางแผนโครงการทั้งหมดโดยยึดตามชุดข้อมูลที่มีรหัส R ซึ่งคุณอาจปรับตัวเข้ากับปัญหาของคุณได้

นี่คือวิธีการที่ใช้กับ base R แทนแพ็คเกจเสริม

plot(iris$Petal.Length, iris$Petal.Width, pch=21, 
     bg=c("red","green3","blue")[unclass(iris$Species)], 
     main="Edgar Anderson's Iris Data")

ซึ่งผลิตรูปนี้:

จากตรงนั้นขึ้นอยู่กับเนื้อเรื่องของคุณคุณสามารถเริ่มยุ่งกับระดับอัลฟ่า / ความโปร่งใสเพื่อให้มีการ overplotting เป็นต้น แต่ฉันจะสร้างขึ้นจากกราฟพื้นฐานมากก่อน

ในขณะที่มีเหตุผลหลายประการที่จะยึดติดกับฐาน R, แพ็คเกจอื่น ๆ ทำให้การวางแผนง่าย แยกออกจากข้อมูลโดยลักษณะเด่นเป็นหนึ่งในจุดแข็งของggplot2และตาข่ายแพคเกจ ggplot2 สร้างแผนการที่ดึงดูดสายตาโดยเฉพาะ แพคเกจทั้งสองแสดงให้เห็นในคำตอบโดย @cbeleites

หรือด้วย ggplot2:

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, colour = Species)) + geom_point()
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + geom_point() + facet_grid(~Species)

ซึ่งผลิตผล