ggplot2包中繪制點圖的函數有兩個：geom_point和 geom_dotplot，當使用geom_dotplot繪圖時，point的形狀是dot，不能改變點的形狀，因此，geom_dotplot 叫做散點圖（Scatter Plot），通過繪制點來呈現數據的分布，對點分箱的方法有兩種：點密度（dot-density ）和直方點（histodot）。當使用點密度分箱（bin）方式時，分箱的位置是由數據和binwidth決定的，會根據數據進行變化，但不會大於binwidth指定的寬度；當使用直方點分箱方式時，分箱有固定的位置和固定的寬度，就像由點構成的直方圖（histogram）。
bin是分箱的意思，在統計學中，數據分箱是一種把多個連續值分割成多個區間的方法，每一個小區間叫做一個bin（bucket），這就意味着每個bin定義一個數值區間，連續值會落到相應的區間中。
對點進行分箱時，點的位置（Position adjustment）有多種調整方式：
- identity：不調整
- dodge：垂直方向不調整，只調整水平位置
- nudge：在一定的范圍內調整水平和垂直位置
- jitter：抖動，當具有離散位置和相對較少的點數時，抖動很有用
- jitterdodge：同時jitter和 dodge
- stack：堆疊，
- fill：填充，用於條形圖
每個位置調整都對應一個函數position_xxx()。
當沿着x軸進行分箱，並沿着y軸堆疊時，y軸上的數字沒有意義。
當沿x軸進行分箱並沿y軸堆疊時，由於ggplot2的技術限制，y軸上的數字沒有意義。 您可以隱藏y軸（如其中一個示例中所示），也可以手動縮放y軸以匹配點數。
使用geom_dotplot()函數來繪制點圖：
geom_dotplot(mapping = NULL, data = NULL, position = "identity", ..., binwidth = NULL, binaxis = "x", method = "dotdensity", binpositions = "bygroup", stackdir = "up", stackratio = 1, dotsize = 1, stackgroups = FALSE, origin = NULL, right = TRUE, width = 0.9, drop = FALSE, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
常用的參數注釋：
- mapping：使用aes()來設置點圖美學特征，參數x是因子，參數y是數值
- data：數據框對象
- position：位置調整（Position adjustment），默認值是identity，表示不調整位置。
- method：默認值是dotdensity（點密度分箱），或者histodot（直方點，固定的分箱寬度）
- binwidth：該參數用於調整分箱的寬度，該參數受到method參數的影響，如果method是dotdensity，那么binwidth指定分箱的最大寬度；如果method是histodot，那么binwidth指定分箱的固定寬度，默認值是數據范圍（range of the data）的1/30。
- binaxis：沿着那個軸進行分箱，默認值是x
- stackdir：設置堆疊的方向，默認值是up，有效值是down、center、centerwhole和up。
- stackratio：點堆疊的密集程度，默認值是1，值越小，堆集越密集；
- dotsize：點的大小，相對於binwidth的直徑，默認值是1。
使用ToothGrowth數據來繪制點圖：
ToothGrowth$dose <- as.factor(ToothGrowth$dose)
一，繪制點圖
繪制基本的點圖
library(ggplot2) p <- ggplot(ToothGrowth, aes(x=dose, y=len)) + geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2)
二，添加匯總數據
向點圖中添加匯總數據，使用ggplot2包中的函數
stat_summary(mapping = NULL, data = NULL, geom = "pointrange", position = "identity", ..., fun.data = NULL, fun.y = NULL, fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
常用參數注釋:
- fun.data：指定一個函數（function），返回帶有變量ymin,y和ymax的數據框 或者，指定三個單獨的函數，分別向每個函數傳遞一個向量，分別返回一個數字，用於表示ymin、y和ymax：
- fun.y：
- fun.ymax：
- fun.ymin：
- fun.args=list()：可選的參數，用於指定傳遞給fun.xxx函數的參數
1，向點圖中增加均值和中位數
# dot plot with mean points p + stat_summary(fun.y=mean, geom="point", shape=18, size=3, color="red") # dot plot with median points p + stat_summary(fun.y=median, geom="point", shape=18, size=3, color="red")
2，向點圖中增加點范圍
fun.low.mean <- function(x){mean(x)-sd(x)}
fun.up.mean <- function(x){mean(x)+sd(x)}
ggplot(ToothGrowth, aes(x=dose, y=len)) +
geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2)+
stat_summary(fun.y = mean, fun.ymin = fun.low.mean, fun.ymax = fun.up.mean, colour = "red", size = 0.7)
3，使用fun.data向點圖中增加點范圍
data_summary <- function(x) { m <- mean(x) ymin <- m-sd(x) ymax <- m+sd(x) return(c(y=m,ymin=ymin,ymax=ymax)) } ggplot(ToothGrowth, aes(x=dose, y=len)) + geom_dotplot(binaxis='y', stackdir='center', stackratio=1.5, dotsize=1.2)+ stat_summary(fun.data = data_summary, colour = "red", size = 0.7)
三，按照分組改變點圖的顏色
首先要對點圖分組，這通過aes(fill=dose)來實現，然后，使用scale_fill_manual()來設置每個分組的顏色：
ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) + geom_dotplot(binaxis='y', stackdir='center')+ scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))
四，添加點圖的說明
通過theme函數向點圖中增加說明，通過legend.position來控制說明的位置
ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) + geom_dotplot(binaxis='y', stackdir='center')+ scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ theme(legend.position="top")
五，向點圖中增加標題和軸的標簽
通過labs()來添加標題和坐標軸的標簽
ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) + geom_dotplot(binaxis='y', stackdir='center')+ scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))+ labs(title="Plot of length by dose",x="Dose (mg)", y = "Length")+ theme_classic()
參考文檔：
ggplot2 dot plot : Quick start guide - R software and data visualization