3、数据可视化技巧与 ggplot2 应用

数据可视化技巧与 ggplot2 应用

1. 箱线图、抖动点图与小提琴图

当数据集中包含一个分类变量和一个或多个连续变量时，我们往往想了解连续变量的值如何随分类变量的水平变化。以汽车数据为例，我们想查看不同汽车类型的燃油经济性如何变化，可先创建如下散点图：

ggplot(mpg, aes(drv, hwy)) +
  geom_point()

由于 class 和 hwy 的唯一值较少，会出现大量重叠绘图的情况，许多点绘制在同一位置，难以看清分布。有三种有用的技术可缓解此问题：
- 抖动点图（Jittering） ： geom_jitter() 为数据添加少量随机噪声，有助于避免重叠绘图。
- 箱线图（Boxplots） ： geom_boxplot() 用几个汇总统计量概括分布形状。
- 小提琴图（Violin plots） ： geom_violin() 以紧凑形式展示分布的“密度”，突出显示点较多的区域。

以下是这三种图的代码示例：

ggplot(mpg, aes(drv, hwy)) + geom_jitter()
ggplot(mpg, aes(drv, hwy)) + geom_boxplot()
ggplot(mpg,