三变量散点图的R代码

嗨，我正在尝试为R中的三个变量编写散点图：

Race= [0,1]
YOI= [90,92,94]
ASB_mean = [1.56, 1.59, 1.74]

Antisocial <- read.csv(file = 'Antisocial.csv')
Table_1 <- ddply(Antisocial, "YOI", summarise, ASB_mean = mean(ASB))
Table_1
Race <- unique(Antisocial$Race)
Race
ggplot(data = Table_1, aes(x = YOI, y = ASB_mean, group_by(Race))) + 
geom_point(colour = "Black", size = 2) + geom_line(data = Table_1, aes(YOI, 
ASB_mean), colour = "orange", size = 1) 

Race=[0,1]
YOI=[90,92,94]
ASB_均值=[1.56,1.59,1.74]
反社会的我不确定你想要的结果是什么。也许，如果我理解你的问题，我想你会想要这样的东西

g_Antisocial <- Antisocial %>% 
        group_by(Race) %>% 
        summarise(ASB = mean(ASB),
                  YOI = mean(YOI))
Antisocial %>% 
        ggplot(aes(x = YOI, y = ASB, color = as_factor(Race), shape = as_factor(Race))) +
        geom_point(alpha = .4) +
        geom_point(data = g_Antisocial, size = 4) +
        theme_bw() +
        guides(color = guide_legend("Race"),  shape = guide_legend("Race")) 

g_反社会%
组别(种族)%>%
总结（ASB=平均值（ASB），
YOI=平均值（YOI））
反社会%>%
ggplot（aes（x=YOI，y=ASB，颜色=as_因子（种族），形状=as_因子（种族）））+
几何点（α=0.4）+
几何点（数据=g_反社会，大小=4）+
主题_bw（）+
辅助线（颜色=辅助线和图例（“比赛”）、形状=辅助线和图例（“比赛”））

这是输出：
我不确定您的设计输出是什么。也许，如果我理解你的问题，我想你会想要这样的东西

g_Antisocial <- Antisocial %>% 
        group_by(Race) %>% 
        summarise(ASB = mean(ASB),
                  YOI = mean(YOI))
Antisocial %>% 
        ggplot(aes(x = YOI, y = ASB, color = as_factor(Race), shape = as_factor(Race))) +
        geom_point(alpha = .4) +
        geom_point(data = g_Antisocial, size = 4) +
        theme_bw() +
        guides(color = guide_legend("Race"),  shape = guide_legend("Race")) 

g_反社会%
组别(种族)%>%
总结（ASB=平均值（ASB），
YOI=平均值（YOI））
反社会%>%
ggplot（aes（x=YOI，y=ASB，颜色=as_因子（种族），形状=as_因子（种族）））+
几何点（α=0.4）+
几何点（数据=g_反社会，大小=4）+
主题_bw（）+
辅助线（颜色=辅助线和图例（“比赛”）、形状=辅助线和图例（“比赛”））

这是输出：
@Maninder:有几件事你需要看看

首先：ggplot（）的图形语法适用于层。可以为要打印的不同几何图形添加具有不同数据（帧）的图层

代码不起作用的原因是混合了层调用，或者没有真正指定（甚至混合）所需的散点和线可视化

（一） 对散点图使用ggplot（）+geom_point（）

最终的第一层是：
ggplot（）
。将此视为您的绘图画布。
然后您谈到添加散点图图层，但实际上并没有这样做

例如：

# plotting antisocal data set
ggplot() + 
  geom_point(data = Antisocial, aes(x = YOI, y = ASB, colour = as.factor(Race)))

将使用散点（即geom_point（）层）绘制反螺旋数据集。
请注意，我把种族作为一个因素，以有一个明确的配色方案，否则你可能会结束一个连续的调色板


（二） 线图

与上述类似，对于线图，您将得到以下结果：

# plotting Table_1
ggplot() +
  geom_line(data = Table_1, aes(x = YOI, y = ASB_mean))

我保存显示线的绘图

（三） 结合不同层次

这将产生：


这应该可以解释ggplot分层是如何工作的。密切关注您想要使用的数据集和几何图形。在aes中使用继承之前，我建议将data=和aes（）调用保留在geom_xxxx中。这避免了混乱

您可能希望使用geom_jitter（）而不是geom_point（）进行探索，以更好地展示数据集。绘制的“少数”点是位于同一位置的多个数据点（并过度绘制）的结果

从绘图转移到您的问题“我想按种族划分ASB与YOI的平均值。”
我对你的研究知之甚少，无法完全理解你的意思。
我认为你在整个人口中计算的平均ASB是你的参考值（即你的表1），你想看看种族群体的特征与这个人口的平均值是什么

一个选项是将您的比赛数据点分组，并将它们显示为每个YOI的箱线图。
这可能是你想要的。箱线图给出了中位数和四分位数，您可以将每组数据与计算的ASB平均值进行比较

出于演示目的，我通过增加线条的大小和线型来高亮显示该线条。你可以玩弄颜色等，给你的美学目标。
请注意，对于分组箱线图，还必须将整型变量YOI，I强制转换为分类因子。箱线图适用于车身填充（颜色仅设置外线）。在这个设置中，您还需要向geom_line（）提供一个组值（我刚刚将其赋值为1，但这是任意的-在其他上下文中，您可以在此处赋值另一个变量）


希望这能让你走
 @Maninder:有几件事你需要看看

首先：ggplot（）的图形语法适用于层。可以为要打印的不同几何图形添加具有不同数据（帧）的图层

代码不起作用的原因是混合了层调用，或者没有真正指定（甚至混合）所需的散点和线可视化

（一） 对散点图使用ggplot（）+geom_point（）

最终的第一层是：
ggplot（）
。将此视为您的绘图画布。
然后您谈到添加散点图图层，但实际上并没有这样做

例如：

# plotting antisocal data set
ggplot() + 
  geom_point(data = Antisocial, aes(x = YOI, y = ASB, colour = as.factor(Race)))

将使用散点（即geom_point（）层）绘制反螺旋数据集。
请注意，我把种族作为一个因素，以有一个明确的配色方案，否则你可能会结束一个连续的调色板


（二） 线图

与上述类似，对于线图，您将得到以下结果：

# plotting Table_1
ggplot() +
  geom_line(data = Table_1, aes(x = YOI, y = ASB_mean))

我保存显示线的绘图

（三） 结合不同层次

这将产生：


这应该可以解释ggplot分层是如何工作的。密切关注您想要使用的数据集和几何图形。在aes中使用继承之前，我建议将data=和aes（）调用保留在geom_xxxx中。这避免了混乱

您可能希望使用geom_jitter（）而不是geom_point（）进行探索，以更好地展示数据集。绘制的“少数”点是位于同一位置的多个数据点（并过度绘制）的结果

从绘图转移到您的问题“我想按种族划分ASB与YOI的平均值。”
我对你的研究知之甚少，无法完全理解你的意思。
我认为你在整个人口中计算的平均ASB是你的参考值（即你的表1），你会