大家好呀,今天小仙分享图是这个样子滴,边缘带有密度图的散点图。
效果图
Step1. 绘图数据的准备
首先要把你想要绘图的数据调整成R语言可以识别的格式,建议大家在excel中保存成csv格式。 作图数据格式如下: (今天偷懒啦,直接借用了iris数据集)
数据格式
Step2. 绘图数据的读取
data <- read.csv(“your file path”, header = T, check.names = F)
#注释:header = T表示数据中的第一行是列名,如果没有列名就用header = F
#注释:R读取数据的时候,默认会把列名里的空格变成 ".",check.names = F就不会变了
Step3. 绘图所需package的安装、调用
library(ggplot2)
library(ggExtra)
# 注释:package使用之前需要调用
# 注释:ggExtra包直接用install.packages("ggExtra")安装就可以了
Step4. 绘图
p <- ggplot(data) +
geom_point(aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
theme_bw() + theme(legend.position = "bottom") +
scale_color_manual(values = c("#FEB048", "#E083A1", "#9570D3"))
p
p
p1 <- ggMarginal(p, type = "density")
p1
p1
p1 <- ggMarginal(p, type = "density", groupColour = TRUE, groupFill = TRUE)
p1
p1
p2 <- ggMarginal(p, type = "histogram")
p2
p2
p2 <- ggMarginal(p, type = "histogram", groupColour = TRUE, groupFill = TRUE)
p2
p2
从小仙开始分享画图文章到现在已经两年又半,大部分时候还是靠ggplot2包撑场子,哈哈!看到别人分享的文章,一篇文章包含几十种常见的图表,小仙常觉自己脸皮深厚,自己的一招半式也要单独写篇文章。再看看公众号马赛克的题图、糟糕的排版、没有自动回复,跟别人那是真不能比。即使这样也还是收获了一些粉丝,获得了一些称赞,导致小仙开始幻想成为大V,从此走上人生巅峰!可惜每月平均一块多的收入叫醒了小仙的美梦,重新回归本心,分享自己所想所得。感谢朋友们的支持,希望小仙能够坚持写下去!