Marginal Histogram - Boxplot

Marginal Histogram / Boxplot

适用于展示两个变量间相关性，同时展现了相关性中每一个点上两个变量的具体情况

# load package and data
library(ggplot2)
library(ggExtra)
data(mpg, package="ggplot2")
# mpg <- read.csv("<http://goo.gl/uEeRGu>")

# Scatterplot
theme_set(theme_bw())  # pre-set the bw theme.
mpg_select <- mpg[mpg$hwy >= 35 & mpg$cty > 27, ]

• *晨曦解读：**对数据集进行筛选，然后让我们来看一下筛选完以后的数据集，这里我们可以很清楚的看到，有两个数字型变脸（cty和hwy）（这个应该属于连续型变量），然后有几个可以当作分组变量，分别是第一列和第二列，然后对数据集的探索到这里就可以

g <- ggplot(mpg, aes(cty, hwy)) +
  geom_count() + #防止重叠点的函数
  geom_smooth(method="lm", se=F)#拟合曲线

ggMarginal(g, type = "histogram", fill="transparent")
ggMarginal(g, type = "boxplot", fill="transparent")
# ggMarginal(g, type = "density", fill="transparent")

• *晨曦解读：**绘图逻辑

#第一图层（设置变量，同时如果有一些图外元素，也可以在这里一起设置，也就是全局映射）
ggplot(mpg, aes(cty, hwy))

#第二图层（点图）（这里设置的为防止重叠的点图）
geom_count()

#第三图层（添加拟合曲线）
geom_smooth(method="lm", se=F)

#第四图层（这里我们添加另一个可视化来帮助我们更好的展示两个变量）
ggMarginal(g, type = "histogram", fill="transparent")#直线图
ggMarginal(g, type = "boxplot", fill="transparent")#箱线图
ggMarginal(g, type = "density", fill="transparent")#密度图
ggMarginal(g, type = "violin", fill="transparent")#小提琴图

• *晨曦解读：**这里只展示前两个可视化，因为剩下两个比较不好看

#直线图
# load package and data
library(ggplot2)
library(ggExtra)
data(mpg, package="ggplot2")
# mpg <- read.csv("<http://goo.gl/uEeRGu>")

# Scatterplot
theme_set(theme_bw())  # pre-set the bw theme.
mpg_select <- mpg[mpg$hwy >= 35 & mpg$cty > 27, ]
mpg_select
g <- ggplot(mpg, aes(cty, hwy)) +
  geom_count() +
  geom_smooth(method="lm", se=F)

ggMarginal(g, type = "histogram", fill="transparent")

#箱线图
# load package and data
library(ggplot2)
library(ggExtra)
data(mpg, package="ggplot2")
# mpg <- read.csv("<http://goo.gl/uEeRGu>")

# Scatterplot
theme_set(theme_bw())  # pre-set the bw theme.
mpg_select <- mpg[mpg$hwy >= 35 & mpg$cty > 27, ]
mpg_select
g <- ggplot(mpg, aes(cty, hwy)) +
  geom_count() +
  geom_smooth(method="lm", se=F)

ggMarginal(g, type = "boxplot", fill="transparent")