在图形初阶中，我们学习了散点图、条形图、直方图、核密度图、箱线图和小提琴图。大家通过学习，想必对这些图形的绘制有了初步的了解。或许有许多的朋友觉得初阶的学习太简单，哈哈，挑战来啦，一起进入中级绘图吧！
此次我们先学习散点图，首先利用R软件自带的mtcars数据来绘制添加了最佳拟合曲线的散点图吧。
代码如下：
#载入mtcars数据
attach(mtcars) plot(wt,mpg,main="Basic Scatter plot of MPG vs. Weight",xlab="Car Weight (lbs/1000)",ylab="Miles Per Gallon",pch=19)
#添加线性拟合直线
abline(lm(mpg~wt),col="red",lwd=2,lty=1)
#添加lowess拟合曲线
lines(lowess(wt,mpg),col="blue",lwd=2,lty=2)
下图就是汽车英里数对车重的散点图，只不过它里面添加了线性拟合直线和lowess拟合曲线。
是不是不难？来，看一个有难度的。
install.packages("car")
library(car)
attach(mtcars)
scatterplot(mpg~wt|cyl,data=mtcars,lwd=2,span=0.75,
main="Scatter Plot of MPG vs. Weight by # Cylinders",
xlab="Weight of Car (lbs/1000)",
ylab="Miles Per Gallon",
legend.plot=TRUE,
id.method="identify",
boxplots="xy")
是不是感觉很迷茫，小编告诉你，我们用了scatterplot()函数，表达式mpg~wt|cyl表示按cyl的水平分别绘制mpg和wt的关系图。legend.plot=TRUE表明在左上边界添加图例，看看它的真面目吧。
是不是比较简单呢？下面我们来看散点图矩阵。先看一个例子。
是不是没有让你失望呢？我们一起来看看怎么做吧。
pairs(~mpg+disp+drat+wt,data=mtcars,main="Basic Scatter Plot Matrix",upper.panel=NULL)
注意，这里~的右边指的是自变量，就是四个变量，~的左边是因变量哟，只不过这个例子里不需要因变量。我们还可以用car包中的scatterplotMatrix()函数来生成散点图矩阵。下面我们再加深一点难度。
install.packages("car")
library(car)
scatterplotMatrix(~mpg+disp+drat+wt,data=mtcars,spread=FALSE,smoother.args=list(lty=2),main="Scatter Plot Matrix via car Package")
先看一下效果
小编没有让你们失望吧，解释如下：spread=FALSE选项表示不添加展示分散度和对称信息的直线，smoother.args=list(lty=2)设定平滑（loess）拟合曲线使用虚线而不是实线。
最后我们再来介绍一种三维散点图。假使你对汽车英里数、车重和排量间的关系感兴趣，可以用scatterplot3d包里的scatterplot3d()函数来实现。
install.packages("scatterplot3d")
library(scatterplot3d)
attcah(mtcars)
scatterplot3d(wt,disp,mpg,pch=16,highlight.3d=TRUE,type="h",main="3D Scatter Plot with Vertical Lines")
我们对图形添加了符号、轴、颜色、线条、网格线等，那怎么添加一个回归面呢？
s3d<-scatterplot3d(wt,disp,mpg,pch=16,highlight.3d=TRUE,type="h",main="3D Scatter Plot with Vertical Lines and Regression Plane") fit<-lm(mpg~wt+disp) s3d$plane3d(fit)
来看看图形是什么样的。
是不是学起来不难？今天的散点图学习就到这儿啦，下次小编将和你一起学习折线图，大家准时相约哟！
