繪制帶散點(diǎn)的折線圖

有多組數(shù)據(jù)需要觀察數(shù)據(jù)的演變趨勢(shì)時(shí)可以通過繪制帶散點(diǎn)的折線圖予以展示貌矿。下面介紹一個(gè)實(shí)例。

1. 原始數(shù)據(jù):line_chart_with_scatter_points.txt

line_chart_with_scatter_points.txt

2. R代碼

a. 讀取原始數(shù)據(jù)

用melt函數(shù)整理成作圖所需的長(zhǎng)數(shù)據(jù)格式罪佳,用aggregate函數(shù)得到作折線圖所需的各組均值數(shù)據(jù)逛漫。

library(reshape2)
library(ggplot2)
library(ggbeeswarm)

time_group <- melt(read.table("line_chart_with_scatter_points.txt", sep="\t", header=TRUE, stringsAsFactors=TRUE, fileEncoding = "utf-8"), id.vars="組別", variable.name="觀察時(shí)間", value.name="分值")
line_data <- aggregate(分值~觀察時(shí)間+組別, time_group, mean)
b. 添加楷體格式
library(showtext)
font_add("Kaiti", "C:/Windows/Fonts/simkai.ttf")
showtext_auto()
c. 作圖

用geom_beeswarm做蜂群散點(diǎn)圖的好處在于可以將原始重合的點(diǎn)通過增加隨機(jī)偏移量而錯(cuò)開。

p <- ggplot() + 
     geom_beeswarm(data=time_group, aes(x=觀察時(shí)間, y=分值, colour=組別), size=1.5) + 
     geom_line(data=line_data, aes(x=觀察時(shí)間, y=分值, group=組別, colour=組別), linewidth=0.8) + 
     theme_bw()+ 
     theme(panel.grid.major=element_line(colour=NA),
           panel.background = element_rect(fill = "transparent",colour = NA),
           plot.background = element_rect(fill = "transparent",colour = NA),
           panel.grid.minor = element_blank(),
           axis.title = element_text(size=rel(1.2), family = 'Kaiti'),
           axis.text=element_text(size=rel(0.7), family = 'Kaiti'),
           legend.text=element_text(size=rel(1), family = 'Kaiti'),
           legend.title=element_text(size=rel(1.5), family = 'Kaiti'),
           legend.spacing.x = unit(0, "pt"))
d. 保存圖形
ggsave("line_chart_with_scatter_points.tiff", p)
line_chart_with_scatter_points.tiff
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末赘艳,一起剝皮案震驚了整個(gè)濱河市酌毡,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌蕾管,老刑警劉巖枷踏,帶你破解...
    沈念sama閱讀 218,122評(píng)論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異掰曾,居然都是意外死亡旭蠕,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來掏熬,“玉大人佑稠,你說我怎么就攤上這事∑旆遥” “怎么了舌胶?”我有些...
    開封第一講書人閱讀 164,491評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)疮丛。 經(jīng)常有香客問我幔嫂,道長(zhǎng),這世上最難降的妖魔是什么这刷? 我笑而不...
    開封第一講書人閱讀 58,636評(píng)論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮娩井,結(jié)果婚禮上暇屋,老公的妹妹穿的比我還像新娘。我一直安慰自己洞辣,他們只是感情好咐刨,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著扬霜,像睡著了一般定鸟。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上著瓶,一...
    開封第一講書人閱讀 51,541評(píng)論 1 305
  • 那天联予,我揣著相機(jī)與錄音,去河邊找鬼雁仲。 笑死躲履,一個(gè)胖子當(dāng)著我的面吹牛坛缕,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播卷胯,決...
    沈念sama閱讀 40,292評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼威酒!你這毒婦竟也來了窑睁?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,211評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤葵孤,失蹤者是張志新(化名)和其女友劉穎担钮,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體尤仍,經(jīng)...
    沈念sama閱讀 45,655評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡裳朋,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鲤嫡。...
    茶點(diǎn)故事閱讀 39,965評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡送挑,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出暖眼,到底是詐尸還是另有隱情惕耕,我是刑警寧澤,帶...
    沈念sama閱讀 35,684評(píng)論 5 347
  • 正文 年R本政府宣布诫肠,位于F島的核電站司澎,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏栋豫。R本人自食惡果不足惜挤安,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評(píng)論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望丧鸯。 院中可真熱鬧蛤铜,春花似錦、人聲如沸丛肢。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)蜂怎。三九已至穆刻,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間杠步,已是汗流浹背氢伟。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留幽歼,地道東北人腐芍。 一個(gè)月前我還...
    沈念sama閱讀 48,126評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像试躏,于是被迫代替她去往敵國(guó)和親猪勇。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容