将第二个变量添加到 R 中的散点图
Issue adding second variable to scatter plot in R
为作业设置了这个问题 - 但我以前从未使用过 R - 感谢任何帮助。
非常感谢。
题：
制作散点图以比较 1950 年至 2019 年间巴西和阿根廷的二氧化碳排放量……
我可以为巴西获取它，但不知道如何添加阿根廷。
我想我必须用 geom_point 和过滤器做点什么？
df%>%
filter(Country=="Brazil", Year<=2019 & Year>=1950) %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(na.rm =TRUE, shape=20, size=2, colour="green") +
labs(x = "Year", y = "CO2Emmissions (tonnes)")
答案取决于你想做什么，但通常在散点图中添加另一个维度，你已经有明确的 x 和 y 维度是通过应用美学 (颜色、形状等）或通过刻面。
在这两种方法中，您实际上不想过滤数据。您可以使用美学或分面以某种方式“过滤”并根据数据集中的 country 列适当地映射数据。如果您的数据集包含的国家多于阿根廷和巴西，您将希望过滤以仅包含这些国家，因此：
your_filtered_df <- your_df %>%
dplyr::filter(Country %in% c("Argentina", "Brazil"))
刻面
Faceting 是另一种表示您想将一个地块分成两个独立地块的方式（一个用于阿根廷，一个用于巴西）。每个地块都将具有相同的美学（看起来相同），但将具有适当的“过滤”数据集。
你的情况，你可以试试：
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(na.rm =TRUE, shape=20, size=2, colour="green") +
facet_wrap(~Country)
美学
在这里，您有很多选择。这个想法是告诉 ggplot2 将点 geom 中各个点的 外观映射到 your_filtered_df$Country 中指定的值。为此，您可以将 geom_point() 的美学参数之一放在 aes() 中。例如，如果您使用 shape=，它可能如下所示：
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(aes(shape=Country), na.rm =TRUE, size=2, colour="green")
这应该显示一个图例，该图例创建了图例，并为对应于国家名称的点提供了两种不同的形状。 非常重要要记住，当你把像 shape 或 color 或 size 这样的美学放在 aes() 中时，你 一定不能在外面也有。因此，这将正确运行：
geom_point(aes(colour=Country), ...)
但这不会：
geom_point(aes(colour=Country), colour="green", ...)
当一种审美在外部时，它会覆盖 aes() 中的审美。第二个仍将所有点显示为绿色。
不要这样做...但它有效
OP 发表了一条评论，指出了教授的一些额外提示，即：
We were given the hint in the question "you can embed piped filter
functions within geom_point objects"
我相信他们指的是最终的……非常糟糕的生成点数的方法。此方法需要您拥有 两个 geom_point() 个对象，并向每个对象发送不同的过滤数据集。您可以通过访问每个 geom_point() 对象中的 data= 参数来执行此操作。这种方法有很多问题，包括没有生成图例，但是如果你只是 必须 这样做......这里是：
# painful to write this. it goes against all good practices with ggplot
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(data=your_filtered_df %>% dplyr::filter(Country=="Argentina"),
color="green", shape=20) +
geom_point(data=your_filtered_df %>% dplyr::filter(Country=="Brazil"),
color="red", shape=20)
您应该明白为什么这不是一个好的约定。想一想如果代表 50 个不同的国家/地区，您会怎么做……上面的代码或方法可以工作，但是使用这种方法，您的绘图中将有 50 个单独的 geom_point() 对象……呃。不要打错字！
为作业设置了这个问题 - 但我以前从未使用过 R - 感谢任何帮助。
非常感谢。
题：
制作散点图以比较 1950 年至 2019 年间巴西和阿根廷的二氧化碳排放量……
我可以为巴西获取它，但不知道如何添加阿根廷。
我想我必须用 geom_point 和过滤器做点什么？
df%>%
filter(Country=="Brazil", Year<=2019 & Year>=1950) %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(na.rm =TRUE, shape=20, size=2, colour="green") +
labs(x = "Year", y = "CO2Emmissions (tonnes)")
答案取决于你想做什么，但通常在散点图中添加另一个维度，你已经有明确的 x 和 y 维度是通过应用美学 (颜色、形状等）或通过刻面。
在这两种方法中，您实际上不想过滤数据。您可以使用美学或分面以某种方式“过滤”并根据数据集中的 country 列适当地映射数据。如果您的数据集包含的国家多于阿根廷和巴西，您将希望过滤以仅包含这些国家，因此：
your_filtered_df <- your_df %>%
dplyr::filter(Country %in% c("Argentina", "Brazil"))
刻面
Faceting 是另一种表示您想将一个地块分成两个独立地块的方式（一个用于阿根廷，一个用于巴西）。每个地块都将具有相同的美学（看起来相同），但将具有适当的“过滤”数据集。
你的情况，你可以试试：
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(na.rm =TRUE, shape=20, size=2, colour="green") +
facet_wrap(~Country)
美学
在这里，您有很多选择。这个想法是告诉 ggplot2 将点 geom 中各个点的 外观映射到 your_filtered_df$Country 中指定的值。为此，您可以将 geom_point() 的美学参数之一放在 aes() 中。例如，如果您使用 shape=，它可能如下所示：
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(aes(shape=Country), na.rm =TRUE, size=2, colour="green")
这应该显示一个图例，该图例创建了图例，并为对应于国家名称的点提供了两种不同的形状。 非常重要要记住，当你把像 shape 或 color 或 size 这样的美学放在 aes() 中时，你 一定不能在外面也有。因此，这将正确运行：
geom_point(aes(colour=Country), ...)
但这不会：
geom_point(aes(colour=Country), colour="green", ...)
当一种审美在外部时，它会覆盖 aes() 中的审美。第二个仍将所有点显示为绿色。
不要这样做...但它有效
OP 发表了一条评论，指出了教授的一些额外提示，即：
We were given the hint in the question "you can embed piped filter functions within geom_point objects"
我相信他们指的是最终的……非常糟糕的生成点数的方法。此方法需要您拥有 两个 geom_point() 个对象，并向每个对象发送不同的过滤数据集。您可以通过访问每个 geom_point() 对象中的 data= 参数来执行此操作。这种方法有很多问题，包括没有生成图例，但是如果你只是 必须 这样做......这里是：
# painful to write this. it goes against all good practices with ggplot
your_filtered_df %>%
ggplot(aes(x = Year, y = CO2_annual_tonnes)) +
geom_point(data=your_filtered_df %>% dplyr::filter(Country=="Argentina"),
color="green", shape=20) +
geom_point(data=your_filtered_df %>% dplyr::filter(Country=="Brazil"),
color="red", shape=20)
您应该明白为什么这不是一个好的约定。想一想如果代表 50 个不同的国家/地区，您会怎么做……上面的代码或方法可以工作，但是使用这种方法，您的绘图中将有 50 个单独的 geom_point() 对象……呃。不要打错字！