使用ggplot2畫XY散布圖(Scatter plots using ggplot2)

套路59: 使用ggplot2畫XY散布圖(Scatter plots using ggplot2)

1. 使用時機: 拿到數據時，對數據的某些基本特徵(集中或分散，線性、非線性相關或無關)進行分析了解。

2. 分析類型: 敘述性統計，資料視覺化，R繪圖。

3. 範例一、一組樣本 (資料): 咪路測量手養鳥出生天數(day)與翅膀長度(cm)，資料如下：
X (day)        
1
3
4
6
9
10
12
15
17
19
23
25
27
Y (翼長)
1.4
1.5
2.2
2.4
3.1
3.2
3.5
3.9
4.1
4.5
4.7
5.0
5.2
X，Y是否有線性關係?

第一步: 資料，輸入建立資料。
  dat <- read.table(header = T, text = "
age length
1 1.4
3 1.5
4 2.2
6 2.4
9 3.1
10 3.2
12 3.5
15 3.9
17 4.1
19 4.5
23 4.7
25 5.0
27 5.2")  # age及length資料以空白分隔。
  attach(dat)  # 告知R使用資料dat。
  names(dat)  # 指定資料標題。
  dat  # 顯示資料，可檢查資料格式是否正確
第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一，使用ggplot2程式套件的函數ggplot代入dat、age及length畫XY散佈圖及回歸線。
  ggplot(dat, aes(x = age, y = length)) +
    geom_point(shape = 1)     # 畫空心圓
結果:
第四步: 畫圖二，使用ggplot2程式套件的函數ggplot代入dat、age及length畫XY散佈圖及回歸線。
  ggplot(dat, aes(x = age, y = length)) +
    geom_point(shape = 1) +    # 畫空心圓
    geom_smooth(method = lm)   # 加回歸線
結果:
# 灰色區域為95%信賴區間。
第四步: 畫圖三，使用ggplot2程式套件的函數ggplot代入dat、age及length畫XY散佈圖及回歸線。
  ggplot(dat, aes(x  =  age, y  =  length)) +
    geom_point(shape = 1) +    # 畫空心圓
    geom_smooth(method = lm, se = FALSE)   # 加回歸線，不畫95%信賴區間。
結果:

4. 範例二、兩組樣本 (資料): 咪路測量兩組動物體溫(°C)與脈搏，資料如下：
體溫1
20.8
20.8
24
24
24
24
26.2
26.2
26.2
26.2
28.4
29
30.4
30.4
脈搏1
67.9
65.1
77.3
78.7
79.4
80.4
85.8
86.6
87.5
89.1
92.6
94.8
96.3
99.7
體溫2
17.2
18.3
18.3
18.9
18.9
20.4
21
21
22.1
23.5
24.2
25.9
26.5
29.6
脈搏2
44.3
47.2
47.6
49.6
50.3
51.8
56.5
58.9
60
63.7
69.8
72.9
77
84

第一步: 資料，輸入建立資料。使用基本模組(base)的read.table函數輸入建立資料儲存到變數dat中。
   dat <- read.table(header = T, text = "
Species Temp Pulse
ex 20.8 67.9
ex 20.8 65.1
ex 24 77.3
ex 24 78.7
ex 24 79.4
ex 24 80.4
ex 26.2 85.8
ex 26.2 86.6
ex 26.2 87.5
ex 26.2 89.1
ex 28.4 92.6
ex 29 94.8
ex 30.4 96.3
ex 30.4 99.7
niv 17.2 44.3
niv 18.3 47.2
niv 18.3 47.6
niv 18.9 49.6
niv 18.9 50.3
niv 20.4 51.8
niv 21 56.5
niv 21 58.9
niv 22.1 60
niv 23.5 63.7
niv 24.2 69.8
niv 25.9 72.9
niv 26.5 77
niv 29.6 84")  # Species、Temp及Pulse資料以空白分隔。
    attach(dat)  # 告知R使用資料dat。
    names(dat)  # 指定資料標題。
    dat  # 顯示資料，可檢查資料格式是否正確

第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(dat, aes(x = Temp, y = Pulse, color = Species, shape = Species)) +
    geom_point()   # XY散佈圖
結果:
第四步: 畫圖二。
  ggplot(dat, aes(x = Temp, y = Pulse, color = Species, shape = Species)) +
    geom_point() +   # XY散佈圖
    geom_smooth(method = lm, fullrange = TRUE)  # 畫回歸線，及95%信賴區間。
結果:
第四步: 畫圖二。
  ggplot(dat, aes(x = Temp, y = Pulse, color = Species, shape = Species)) +
    geom_point() +   # XY散佈圖
    geom_smooth(method = lm, fullrange = TRUE, se = FALSE) 
# 畫回歸線，不畫95%信賴區間。
結果:
5. 範例三、非線性關係 (資料): 咪路以河口為起點測量不同距離採樣點河水中的鉛含量，資料如下。
Sample
Dist. (km)
Conc. (mg/L)
1
1.22
40.9
2
1.34
41.8
3
1.51
42.4
4
1.66
43.0
5
1.72
43.4
6
1.93
43.9
7
2.14
44.3
8
2.39
44.7
9
2.51
45.0
10
2.78
45.1
11
2.97
45.4
12
3.17
46.2
13
3.32
47.0
14
3.50
48.6
15
3.53
49.0
16
3.85
49.7
17
3.95
50.0
18
4.11
50.8
19
4.18
51.1
   畫非線性回歸線。
第一步: 資料，使用基本模組(base) read.table函數輸入建立資料儲存到變數m。
  m <- read.table(header = T, text = "
Dist Conc
1.22 40.9
1.34 41.8
1.51 42.4
1.66 43.0
1.72 43.4
1.93 43.9
2.14 44.3
2.39 44.7
2.51 45.0
2.78 45.1
2.97 45.4
3.17 46.2
3.32 47.0
3.50 48.6
3.53 49.0
3.85 49.7
3.95 50.0
4.11 50.8
4.18 51.1")  # 資料間以空白分隔

attach(m)  # 告知R使用資料m。
names(m)  # 指定資料標題。

第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(m, aes(x = Dist, y = Conc)) +
    geom_point(shape = 1)    # 畫空心圓
結果:
第四步: 畫圖二。
  ggplot(m, aes(x = Dist, y = Conc)) +
    geom_point(shape = 1) +    # 畫空心圓
    geom_smooth()   # 加回歸線，及95%信賴區間。
結果:
第四步: 畫圖三。
  ggplot(m, aes(x = Dist, y = Conc)) +
    geom_point(shape = 1) +    # 畫空心圓
    geom_smooth(se = FALSE)   # 畫回歸線，不畫95%信賴區間。
結果:
6. 範例四、加橢圓框 (資料): 咪路以河口為起點測量不同距離採樣點河水中的鉛含量，資料如下。
Sample
Dist. (km)
Conc. (mg/L)
1
1.22
40.9
2
1.34
41.8
3
1.51
42.4
4
1.66
43.0
5
1.72
43.4
6
1.93
43.9
7
2.14
44.3
8
2.39
44.7
9
2.51
45.0
10
2.78
45.1
11
2.97
45.4
12
3.17
46.2
13
3.32
47.0
14
3.50
48.6
15
3.53
49.0
16
3.85
49.7
17
3.95
50.0
18
4.11
50.8
19
4.18
51.1
第一步: 資料，使用基本模組(base) read.table函數輸入建立資料儲存到變數m。
  m <- read.table(header = T, text = "
Dist Conc
1.22 40.9
1.34 41.8
1.51 42.4
1.66 43.0
1.72 43.4
1.93 43.9
2.14 44.3
2.39 44.7
2.51 45.0
2.78 45.1
2.97 45.4
3.17 46.2
3.32 47.0
3.50 48.6
3.53 49.0
3.85 49.7
3.95 50.0
4.11 50.8
4.18 51.1")  # 資料間以空白分隔
  attach(m)  # 告知R使用資料m。
  names(m)  # 指定資料標題。

第二步: 安裝程式套件ggplot2。
第三步: 呼叫ggplot2。
  library(ggplot2)
第四步: 畫圖。
  ggplot(m, aes(x = Dist, y = Conc, color = Dist > 2.5)) +
    geom_point() +    # 畫點
    stat_ellipse()   # 加橢圓，分群
結果:

來勁了嗎? 想知道更多?? 補充資料(連結): 關於R繪圖快速入門
1. ggplot2: https://ggplot2.tidyverse.org/
2. Cookbook for R: http://www.cookbook-r.com/Graphs/
3. STHDA: http://www.sthda.com/english/wiki/ggplot2-essentials

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 兩組變異數不同樣本 t 檢定 ( t Test for Two-Samples with Unequal Variances ， Welch Two Sample t test) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann–Whitney U Tes
閱讀完整內容

如何選擇統計方法 1

如何選擇統計方法 1 第一步 : 選擇統計方法可 依照統計方法用途的分類 來選擇統計方法 。 第二步 : 要了解確認統計方法的用途可看他的虛無假設 (Null hypothesis) H 0 。 以下為統計方法用途分類及本站網頁聯結 。 類別 1. 對資料進行基本分析 ， 以了解資料的大概情況 (summary) ， 例如平均值 、 中位數 、 四分位數 、 有無離群值 (outlier) 及是否為常態分布等 … 敘述性統計 (Descriptive Statistics) 如何檢查資料是否接近常態分布 (Normality Test using R) 類別 2. 比較平均值 (mean) 或中位數 (median) 2.1. 單一樣本 ( 與期望值或特定值相比 ) 單一樣本 Z 檢定 (One-Sample Z test) 單一樣本 t 檢定 (One-Sample t test) 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test) 單一樣本符號檢定 (One Sample Sign test) 2.2. 兩組獨立樣本 ( 兩組獨立樣本相比 ) 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 兩組變異數相同樣本 t 檢定 (t Test for Two-Samples with Equal Variances) 兩組變異數不同樣本 t 檢定 (t Test for Two-Samples with Unequal Variances ， Welch Two Sample t-test) 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann-Whitney U Test) 比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data) 兩組獨立樣本 Mood's 中位數檢定 (Two-Sample Mood's Median Test) 2.3. 兩組成對樣本 ( 兩組成對樣本相比 ) 成對樣本 t 檢定 (Pai
閱讀完整內容

三因子變異數分析 (Three Way ANOVA)

圖片
套路 24: 三因子變異數分析 (Three Way ANOVA) 應用三因子變異數分析的資料有三影響因子 ，就是有三個自變項 。此檢定有七組 H 0 和 H A 。 H 0 : m 因子 1-1 = m 因子 1-2 = … = m 因子 1-m ， H A : 至少有一組平均值不同。 H 0 : m 因子 2-1 = m 因子 2-2 = … = m 因子 2-n ， H A : 至少有一組平均值不同。 H 0 : m 因子 3-1 = m 因子 3-2 = … = m 因子 3-o ， H A : 至少有一組平均值不同。 H 0 : 因子 1 與因子 2 互不影響 ， H A : 因子 1 與因子 2 互相影響。 H 0 : 因子 1 與因子 3 互不影響 ， H A : 因子 1 與因子 3 互相影響。 H 0 : 因子 2 與因子 3 互不影響 ， H A : 因子 2 與因子 3 互相影響。 H 0 : 因子 1 、 因子 2 與因子 3 互不影響 ， H A : 因子 1 、 因子 2 與因子 3 互相影響。 1. 使用時機 : 變異數分析適用連續資料之差異分析，若自變項有 3 個，就是三因子變異數分析。 2. 分析類型 : 母數分析 (parametric analysis) 。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 假設前提 : 每組資料 (observations within each cell) 都是常態分布 (normally distributed) 且具相同變異數 (equal variances) 。 4. 範例資料 : 咪路研究溫度對孔雀魚 ( Poecilia reticulata ) 、寶蓮燈魚 ( Paracheirodon axelrodi ) 及斑馬魚 ( Danio rerio ) 生長的影響。在 20 ° C 、 24 ° C 及 28 ° C 培養下，三種魚身長變化 (cm) 資料如下： 孔雀魚 ( Poecilia reticulata ) 20 ° C 24 ° C
閱讀完整內容