绘制散点图（scatterplots）使用geom_point()函数，气泡图（bubblechart）也是一个散点图，只不过点的大小由一个变量（size）来控制。散点图潜在的最大问题是过度绘图：当一个位置或相邻的位置上出现有多个点，就可能把点绘制在彼此之上， 这会严重扭曲散点图的视觉外观，你可以通过使点变得透明（geom_point(alpha = 0.05)）或者设置点的形状（geom_point(shape = ".")）来帮助解决该问题。
1geom_point(mapping = NULL, data = NULL, stat = "identity", 2 position = "identity", ..., na.rm = FALSE, show.legend = NA, 3 inherit.aes = TRUE)
参数注释：
- stat：统计转换（statistical transformation），默认值是identity，表明变量的值是就是统计的值；而统计函数count 需要对变量的值进行计数，统计值是计数的结果。
- position：位置调整（Position adjustment），默认值是identity，不调整
- mapping：映射参数
点的位置调整（Position adjustment）有多种方式：
- identity：不调整
- dodge：垂直方向不调整，只调整水平位置
- nudge：在一定的范围内调整水平和垂直位置
- jitter：抖动，当具有离散位置和相对较少的点数时，抖动很有用
- jitterdodge：同时jitter和 dodge
- stack：堆叠，
- fill：填充，用于条形图
每个位置调整都对应一个函数position_xxx()。
使用aes()函数来设置映射参数，geom_point()函数可以使用的映射有：
- x
- y
- alpha：设置点重叠部分的透明度
- colour：点的颜色
- fill：点的填充色
- group：分组
- shape：点形状
- size：点的大小
- stroke：描边
这些参数用于修改散点图的图形属性。
一，绘制基本的点图
使用mtcars数据集来绘制散点图，并根据cyl字段来设置每个点的颜色：
1library(ggplo2) 2 3ggplot(mtcars, aes(wt, mpg))+ 4 geom_point(aes(colour = factor(cyl)))
二，绘制气泡图
使用geom_point()，绘制气泡图，并添加水平线：
1library(ggplot2) 2 3#win.graph(width=5, height=4,pointsize=8) 4 5df <- data.frame(year=rep(c(2017,2018),3), 6 product=rep(c('ProductA','ProductB','ProductC'),2), 7 ratio=runif(6, min = 0, max = 1)) 8 9df <- df[order(df$year),]df <- within(df,{bubblesize<- sqrt(df$ratio*10/pi)}) 10df$product <- factor(df$product,levels=unique(df$product),ordered=TRUE) 11ratio.mean <- mean(df$ratio) 12y.min <- min(df$ratio) 13 14mytheme <- theme_minimal()+ 15 theme( 16 panel.grid.major.y=element_blank(), 17 panel.grid.minor.y=element_blank(), 18 axis.text.x = element_text(angle = 45, hjust = 1), 19 plot.title=element_text(hjust =0.5), 20 axis.line.y=element_line(linetype=1,color='grey'), 21 axis.line.x=element_line(linetype=1,color='grey'), 22 axis.ticks = element_line(linetype=2,color='grey'), 23 panel.grid=element_line(linetype=2,color='grey'), 24 legend.background = element_rect(fill="gray90", size=0,color='white'), 25 legend.text=element_text(face="bold",size=8), 26 legend.title=element_text(face="bold",size=8), 27 axis.text=element_text(face="bold",size=8) 28 ) 29 30ggplot(data=df, mapping=aes(x=product,y=ratio,color=factor(year)))+ 31 geom_point(stat= "identity",aes(size=bubblesize),alpha=0.7,show.legend = TRUE)+ 32 guides(color=guide_legend(title="Year"))+ 33 scale_size(range = c(1, 30),guide=FALSE)+ 34 scale_color_manual(values=c("#666666","#FF0016"))+ 35 scale_y_continuous(labels = scales::percent,limits=c(y.min,1))+ 36 labs(x='Product',y='Increase ratio',title='Product increase ratio')+ 37 geom_text(aes(y=ratio,label=scales::percent(ratio),hjust=0.5), size=3,color="black",position = position_dodge(width=0.00),check_overlap = FALSE) + 38 mytheme+ 39 geom_hline(yintercept = ratio.mean,linetype='dashed')+ 40 annotate(geom='text',x=0,y=ratio.mean,label=scales::percent(ratio.mean),hjust=-0.4,vjust=-0.5);
其中，scale_size()图层用于指定bubble的大小，annotate()函数用于为水平线添加文本说明：
参考文档：