R 如何为离散值生成有意义的绘图员/相关图

我最喜欢的探索性分析工具之一是

pairs（）

，但是在离散值数量有限的情况下，它会随着点完全对齐而变得平坦。考虑以下事项：

y <- t(rmultinom(n=1000,size=4,prob=rep(.25,4)))
pairs(y)

---

y如果将y更改为data.frame，则可以添加一些“抖动”，并使用col选项设置透明度级别（rgb中的第四个数字）：


编辑：由于ggplot2中的plotmatrix已被弃用，请使用GGPAIRES（上面@hadley的评论中提到的GGALY软件包）

以下是使用ggplot2的两个选项：

library(ggplot2)

## re-arrange data (copied from plotmatrix function)
prep.plot <- function(data) {
    grid <- expand.grid(x = 1:ncol(data), y = 1:ncol(data))
    grid <- subset(grid, x != y)
    all <- do.call("rbind", lapply(1:nrow(grid), function(i) {
        xcol <- grid[i, "x"]
        ycol <- grid[i, "y"]
        data.frame(xvar = names(data)[ycol], yvar = names(data)[xcol], 
                   x = data[, xcol], y = data[, ycol], data)
    }))
    all$xvar <- factor(all$xvar, levels = names(data))
    all$yvar <- factor(all$yvar, levels = names(data))
    return(all)
}

dat <- prep.plot(data.frame(y))

## plot with transparent jittered points
ggplot(dat, aes(x = x, y=y)) +
    geom_jitter(alpha=.125) +
    facet_grid(xvar ~ yvar) +
    theme_bw()

## plot with color representing density
ggplot(dat, aes(x = factor(x), y=factor(y))) +
    geom_bin2d() +
    facet_grid(xvar ~ yvar) +
    theme_bw()

库（ggplot2）
##重新排列数据（从plotmatrix函数复制）
prep.plot以下是使用
corrplot
的示例：

M <- cor(y)
corrplot.mixed(M)

M中描述了两个R包
library(GGally)
ggpairs(y, lower = list(params = c(alpha = .2, position = "jitter")))

library(ggplot2)

## re-arrange data (copied from plotmatrix function)
prep.plot <- function(data) {
    grid <- expand.grid(x = 1:ncol(data), y = 1:ncol(data))
    grid <- subset(grid, x != y)
    all <- do.call("rbind", lapply(1:nrow(grid), function(i) {
        xcol <- grid[i, "x"]
        ycol <- grid[i, "y"]
        data.frame(xvar = names(data)[ycol], yvar = names(data)[xcol], 
                   x = data[, xcol], y = data[, ycol], data)
    }))
    all$xvar <- factor(all$xvar, levels = names(data))
    all$yvar <- factor(all$yvar, levels = names(data))
    return(all)
}

dat <- prep.plot(data.frame(y))

## plot with transparent jittered points
ggplot(dat, aes(x = x, y=y)) +
    geom_jitter(alpha=.125) +
    facet_grid(xvar ~ yvar) +
    theme_bw()

## plot with color representing density
ggplot(dat, aes(x = factor(x), y=factor(y))) +
    geom_bin2d() +
    facet_grid(xvar ~ yvar) +
    theme_bw()

M <- cor(y)
corrplot.mixed(M)