散点图是指在回归分析中，将一个变量放在 x 轴上，将另一个变量放在 y 轴上, 数据点在直角坐标系平面上的分布图,以此来显示两个连续型变量如何相关。 散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。
用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。
创建一个data.frame绘图数据
data <- data.frame(
cond = rep(c("condition_1", "condition_2"), each=10),
my_x = 1:100 + rnorm(100,sd=9),
my_y = 1:100 + rnorm(100,sd=16)
)
head(data)
使用data,aes,geom_point三要素绘制简单散点图
更改散点图的颜色，大小和形状
更改散点图的颜色
更改散点图的点的大小
更改点的形状
我们还可以对散点图点的形状进行更改，常见的散点图地点的形状编号和含义如下图所示:
使用颜色，形状，大小等一起来调节散点图的绘制
为相关性散点图添加趋势线
添加拟合趋势线
为相关性散点图添加拟合曲线并绘制置信区间
散点图使用颜色代码更推荐，不会报错
特别注意: 在散点图中如果更改颜色出现了报错，比如说设置fill=“red”这样的颜色可能就报错了，就通过使用16禁止颜色代码进行设置，一般就不会报错
16进制颜色代码汇总参考网站:
- https://www.rapidtables.org/zh-CN/web/color/RGB_Color.html
- http://xh.5156edu.com/page/z1015m9220j18754.html
分类聚类散点图设置点的颜色，形状和大小
head(iris)
通过在aes中设置alpha映射到列变量来把点用透明度分组
通过在aes中设置size映射到数值变量来把点用大小分组
通过在aes中设置shape映射到列变量来把点用形状分组
通过在aes中设置color映射到列变量来把点用颜色分组
通过在aes中设置color和shape多种条件同时来映射到列变量对点进行更美观区别性分组
对散点图进行批量文本注释
使用R中的内置数据集
data=head(mtcars, 30) #使用mtcars内置数据集的前30行数据
head(data)
在所有点附近使用geom_text函数注释文本
通过geom_text设置label对应的文本进行文本映射
为注释的文本添加颜色映射
在所有点附近使用geom_label注释文本
geom_label跟geom_text函数的区别在于，geom_label会把注释的文本用矩形框起来,更好看醒目一些
通过geom_label设置label对应的文本进行文本映射
增加颜色映射
可以看到虽然我们使用check_overlap设置为TRUE,但是还是有一些文本重叠在一起了
使用ggrepel包绘制完全不重叠的文本注释
使用geom_text_repel绘制不重叠的文本注释
使用geom_label_repel绘制不重叠的文本注释
增加颜色映射
只对部分点进行文本标记
比如在做差异分析等分析中，我们往往会看到论文中只对一些特别重要或者特别异常高表达的基因进行标记，很多点都没有进行文本注释，现在我们也绘制部分点的文本注释
本章节的更详细的内容和绘图代码可以看我专栏中的本篇文章：
想要系统地学习ggplot2统计作图和科研作图，可以阅读和学习我的头条专栏更多相关文章内容，谢谢支持！希望大家会不断进步！
