气泡图是具有第三个维度的散点图，第三维度通过散点的大小来表示。画气泡图至少需要三个维度的数据，分别是x，y和表示气泡大小的维度。下面用一个例子来说明，其中，x是人均GDP，y是预期寿命，圆圈大小表示人口，代码如下：
1
2
3
4
5
6
7
8
9
10
11
| # 导入包
library(ggplot2)
library(dplyr)
#gapminder提供了数据集
library(gapminder)
data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)
# 最基本的气泡图
ggplot(data, aes(x=gdpPercap, y=lifeExp, size = pop)) +
geom_point(alpha=0.7)
|
图1
控制圆的大小：scale_size()
我们需要在上一张图表上改进的第一件事是气泡大小。scale_size()允许使用range参数设置最小和最大圆圈的大小。请注意，您可以使用 自定义图例名称name。
注意：圆圈经常重叠。为避免图表顶部出现大圆圈，您必须首先重新排序数据集，如下面的代码所示。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
library(ggplot2)
library(dplyr)
library(gapminder)
data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)
# 基本气泡图
data %>%
arrange(desc(pop)) %>%
mutate(country = factor(country, country)) %>%
ggplot(aes(x=gdpPercap, y=lifeExp, size = pop)) +
geom_point(alpha=0.5) +
scale_size(range = c(.1, 24), name="Population (M)")
|
图2
添加第四个维度：颜色
如果您的数据集中还有一个变量，为什么不使用圆形颜色显示它？这里使用各个国家的大陆来控制圆圈颜色：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
library(ggplot2)
library(dplyr)
library(gapminder)
data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)
data %>%
arrange(desc(pop)) %>%
mutate(country = factor(country, country)) %>%
ggplot(aes(x=gdpPercap, y=lifeExp, size=pop, color=continent)) +
geom_point(alpha=0.5) +
scale_size(range = c(.1, 24), name="Population (M)")
|
图3
整理自：https://r-graph-gallery.com/320-the-basis-of-bubble-plot.html
