如何在R中的散点图中为每个类别指定颜色？

Question

在数据集中，我想采用两个属性并创建监督散点图。有谁知道如何为每个班级赋予不同的颜色？

我正在尝试在绘图命令中使用 col == c("red","blue","yellow") 但不确定它是否正确，就好像我包含了另一种颜色，即该颜色即使我只有 3 个类，也出现在散点图中。

谢谢

Answer 1

这篇文章很旧，但我花了很长时间试图弄清楚这一点，所以我想我会发布更新的回复。我的主要来源是这个精彩的 PowerPoint：http://www.lrdc。 pitt.edu/maplelab/slides/14-Plotting.pdf。好的，这就是我所做的：

在这个示例中，我的数据集称为“数据”，我将“触摸”数据与“凝视”数据进行比较。受试者被分为两组：“红色”和“蓝色”。

`plot(Data$Touch[Data$Category == "Blue"], Data$Gaze[Data$Category == "Blue"], main = "Touch v Gaze", xlab = "Gaze(s)", ylab = "Touch (s)", col = "blue", pch = 20)`

• 这组代码创建了我的 Blue 组的 Touch v Gaze 散点图

  par(new = TRUE)

• 这告诉 R 创建一个新图。当您一起运行所有代码时，第二个图会自​​动覆盖第一个图

  plot(Data$Touch[Data$Category == "Red"], Data$Gaze[Data$Category == "Red"],axes = FALSE, xlab = "", ylab = "", col =“红色”，pch = 2）

• 这是第二个图。我在编写这些代码时发现，R 不仅将数据点放置在蓝色图上，而且还放置了坐标区、坐标区标题和主标题。

• 为了摆脱烦人的重叠问题，我使用axes函数来摆脱轴本身并将标题设置为空白。

  图例(x = 60, y = 50, legend = c("蓝色", "红色"), col = c("蓝色", "红色"), pch = c(20, 2) ）

• 添加一个漂亮的图例来完善项目

这种方式可能比漂亮的 ggplots 长一点，但我今天不想学习全新的东西，希望这对某人有帮助！

Answer 2

这是使用传统图形（和 Dirk 数据）的解决方案：

> DF <- data.frame(x=1:10, y=rnorm(10)+5, z=sample(letters[1:3], 10, replace=TRUE)) 
> DF
    x        y z
1   1 6.628380 c
2   2 6.403279 b
3   3 6.708716 a
4   4 7.011677 c
5   5 6.363794 a
6   6 5.912945 b
7   7 2.996335 a
8   8 5.242786 c
9   9 4.455582 c
10 10 4.362427 a
> attach(DF); plot(x, y, col=c("red","blue","green")[z]); detach(DF)

这依赖于 DF$z 是一个因子的事实，因此当用它进行子集化时，其值将被视为整数。因此，颜色向量的元素将随 z 变化，如下所示：

> c("red","blue","green")[DF$z]
 [1] "green" "blue"  "red"   "green" "red"   "blue"  "red"   "green" "green" "red"    

您可以使用 legend 函数添加图例：

legend(x="topright", legend = levels(DF$z), col=c("red","blue","green"), pch=1)

Answer 3

以下是我基于此页面构建的示例。

library(e1071); library(ggplot2)

mysvm      <- svm(Species ~ ., iris)
Predicted  <- predict(mysvm, iris)

mydf = cbind(iris, Predicted)
qplot(Petal.Length, Petal.Width, colour = Species, shape = Predicted, 
   data = iris)

这给你输出。从这张图中你可以很容易地发现错误分类的物种。

Answer 4

一种方法是使用lattice包和xyplot()：

R> DF <- data.frame(x=1:10, y=rnorm(10)+5, 
+>                  z=sample(letters[1:3], 10, replace=TRUE))
R> DF
    x       y z
1   1 3.91191 c
2   2 4.57506 a
3   3 3.16771 b
4   4 5.37539 c
5   5 4.99113 c
6   6 5.41421 a
7   7 6.68071 b
8   8 5.58991 c
9   9 5.03851 a
10 10 4.59293 b
R> with(DF, xyplot(y ~ x, group=z))

通过变量z给出显式分组信息，您可以获得不同的颜色。您可以指定颜色等，请参阅点阵文档。

因为这里的 z 是一个因子变量，我们可以为其获取级别（==数字索引），所以您也可以这样做

R> with(DF, plot(x, y, col=z))

，但这不太透明（至少对我来说是这样：）然后 xyplot( ）等。

Answer 5

以下是我在 2018 年的做法。谁知道呢，也许 R 新手有一天会看到它并爱上 ggplot2。

library(ggplot2)

ggplot(data = iris, aes(Petal.Length, Petal.Width, color = Species)) +
  geom_point() +
  scale_color_manual(values = c("setosa" = "red", "versicolor" = "blue", "virginica" = "yellow"))

Answer 6

如果您将类分隔在数据框或矩阵中，则可以使用 matplot。例如，如果我们有

dat<-as.data.frame(cbind(c(1,2,5,7),c(2.1,4.2,-0.5,1),c(9,3,6,2.718)))

plot.new()
plot.window(c(0,nrow(dat)),range(dat))
matplot(dat,col=c("red","blue","yellow"),pch=20)

那么您将得到一个散点图，其中 dat 的第一列绘制为红色，第二列绘制为蓝色，第三列绘制为黄色。当然，如果您希望颜色类别有单独的 x 和 y 值，那么您可以使用 datx 和 daty 等。

另一种方法是附加一个额外的值列指定您想要的颜色（或保留额外的颜色向量，使用 for 循环和一些 if 分支迭代填充它）。例如，这将为您提供相同的情节：

dat<-as.data.frame(
    cbind(c(1,2,5,7,2.1,4.2,-0.5,1,9,3,6,2.718)
    ,c(rep("red",4),rep("blue",4),rep("yellow",4))))

dat[,1]=as.numeric(dat[,1]) #This is necessary because
                            #the second column consisting of strings confuses R
                            #into thinking that the first column must consist of strings, too
plot(dat[,1],pch=20,col=dat[,2])

Answer 7

假设类变量是 z，您可以使用：

with(df, plot(x, y, col = z))

但是，z 是因子变量很重要，因为 R 在内部将因子存储为整数。

这样，1 是“黑色”，2 是“红色”，3 是“绿色”，......