Python 在R或matplotlib中获取散点图的优雅方法

我的档案如下：

"ID"    "method1"   "method2"
"ABCD00005178"  -2.226646256    -2.14728
"ABCD00064724"  -2.460661389    -2.32005
"ABCD00169298"  -3.007943799    -2.00823
"ABCD00219070"  -2.68641563 -2.62434
"ABCD00220763"  -2.416688099    -2.38739
"ABCD00225740"  -2.36953104 -2.27758
"ABCD00226317"  -3.960254576    -3.92418
"ABCD00229829"  -3.564266939    -3.50151
"ABCD00229913"  -3.897553385    -3.98728
"ABCD00231004"  -3.507735931    -3.55717
"ABCD00231061"  -5.480421407    -5.38307
"ABCD00233156"  -2.363380193    -2.32521
"ABCD00233813"  -4.468308431    -4.30908
"ABCD00237623"  -4.113207121    -3.98899
"ABCD00241261"  -2.134610592    -2.03762
"ABCD00243457"  -3.558826293    -3.45873
"ABCD00248564"  -2.402259151    -2.08466

我试图在R中绘制散点图，如下所示

x <- read.delim("filename.txt", row.names=1, header=T)
plot(x)

---

x每个点是“每个ID的两个数据点”。不完全正确，x坐标是
method1
，y坐标是
method2
。若要查看是否存在相关，只需查看这些点是否与直线对齐。如果你需要一个统计测试，做一个线性回归

> x <- read.delim("temp.txt", header=T, sep=' ')
> plot(x$method1, x$method2)
> text(x$method1, x$method2, x$ID, cex=0.5)

如果我接近这一点，我会使用
hist
绘制
x$method1
和
x$method2
之间的差异，然后我会使用
子集
找出哪些观测值有较大的偏差。直方图将绘制频率，我猜…我需要比较每个ID的值，看看是否正相关。cor（）可用于获取两种方法之间的相关性。但要查找散点图。是否要查找x轴为
x$method1
且y轴为
x$method2
的散点图？我要查找颜色编码。只是寻找一个直观的情节。
> fit <- lm(method1~method2, data=x)
> plot(x$method1, x$method2)
> abline(fit)

> plot(x$method1, x$method2, col=x$ID)