R語言數(shù)據(jù)可視化分析賈俊平2026/1/26基于R語言數(shù)據(jù)可視化分析賈俊平2026/1/26本書特色新穎的寫作視角嚴(yán)謹(jǐn)?shù)慕M織結(jié)構(gòu)完備的繪制代碼詳盡的圖形解讀賈俊平2026/1/266.1

散點圖及其輔助信息6.2密度散點圖和分箱散點圖6.3分組散點圖6.4散點圖矩陣和相關(guān)系數(shù)矩陣6.53D散點圖和氣泡圖第6章展示變量間關(guān)系概要

本章導(dǎo)讀本章主要介紹數(shù)值變量之間關(guān)系的可視化方法，包括展示兩個變量之間關(guān)系的散點圖、展示多個變量之間關(guān)系的散點圖矩陣和相關(guān)系數(shù)矩陣等，并結(jié)合相關(guān)系數(shù)和回歸模型信息等進行分析如果只涉及兩個數(shù)值變量，且觀測值不是很多時，可以用普通散點圖進行展示當(dāng)觀測值較多時，圖形中的點會出現(xiàn)重疊而難以識別，此時可以繪制分箱散點圖或密度散點圖等進行展示如果僅分析3個變量之間的關(guān)系，則可以繪制3D散點圖或氣泡圖如果分析多個變量之間的關(guān)系，則可以用散點圖矩陣進行展示；當(dāng)觀測值較多時，可以用相關(guān)系數(shù)矩陣進行展示散點圖及其解讀

不同形態(tài)的散點圖6.1

散點圖及其輔助信息具有線性關(guān)系的兩個變量的散點圖大致在一條直線周圍隨機分布，其分布的形狀通常為一個橢圓，其形狀越扁平，表示線性關(guān)系越強6.1

散點圖及其輔助信息散點圖及其解讀散點圖——例題分析【例6-1】

—為分析上市公司各項財務(wù)指標(biāo)之間的關(guān)系，在主板、創(chuàng)業(yè)板和科創(chuàng)板中隨機抽取汽車類、家電類、醫(yī)藥類和食品類的股票共200只，得到的財務(wù)數(shù)據(jù)如表6-1所示股票類型上市板塊總股本（億股）每股收益（元）每股凈資產(chǎn)（元）凈資產(chǎn)收益率（%）每股資本公積金（元）每股現(xiàn)金流量（元）醫(yī)藥類創(chuàng)業(yè)板6.711.8211.218.112.983.42汽車類科創(chuàng)版8.870.703.964.760.482.99汽車類科創(chuàng)版11.680.947.856.322.193.05…………………………………………醫(yī)藥類創(chuàng)業(yè)板6.922.0011.699.233.743.38食品類主板6.791.778.418.713.483.54醫(yī)藥類創(chuàng)業(yè)板7.011.919.6810.744.293.706.1

散點圖及其輔助信息散點圖+置信帶【例6-1】

總股本與每股收益、每股凈資產(chǎn)與每股收益的散點圖6.1

散點圖及其輔助信息散點圖+置信帶和預(yù)測帶【例6-1】

添加置信帶和預(yù)測帶的每股收益與每股凈資產(chǎn)的散點圖6.1

散點圖及其輔助信息散點圖+回歸信息【例6-1】

添加回歸信息的散點圖6.1

散點圖及其輔助信息散點圖+回歸信息【例6-1】

添加回歸模型摘要表的散點圖6.1

散點圖及其輔助信息散點圖+回歸擬合殘差【例6-1】

每股收益與每股凈資產(chǎn)的線性擬合及殘差6.1

散點圖及其輔助信息散點圖+邊際圖【例6-1】

—在分析兩個變量關(guān)系的同時，還想了解每個變量的分布形態(tài)，可以在散點圖上添加每個變量分布的邊際圖形，如直方圖、核密度圖、箱線圖等6.1

散點圖及其輔助信息密度散點圖【例6-1】—高密度普通散點圖和平滑后的散點圖當(dāng)觀測的數(shù)據(jù)量很大時，圖中的數(shù)據(jù)點會有大量的重疊，很難觀察數(shù)據(jù)點的分布使用顏色對散點圖進行平滑或?qū)c進行分箱處理，也可繪制二維密度散點圖6.2密度散點圖和分箱散點圖分箱散點圖【例6-1】—六邊形分箱散點圖和二維密度估計散點圖用箱子的數(shù)量表示點的多少，也可以繪制二維密度散點圖6.2密度散點圖和分箱散點圖分箱3D散點圖【例6-1】—六邊形分箱3D散點圖6.2密度散點圖和分箱散點圖分組散點圖分組散點圖——如果數(shù)值數(shù)據(jù)是在一個或多個因子（類別變量）的不同水平下獲得的，即觀測值是按因子水平分組的，則可以按因子水平分組繪制散點圖利用分組散點圖可以觀察按因子水平分組條件下兩個數(shù)值變量的關(guān)系分組散點圖有不同的繪制方式，繪制一幅圖形圖時，可以使用顏色、點的形狀等區(qū)分不同的組別，也可以將每個組別繪制成一幅獨立的散點圖，然后以分面的方式組織成矩陣形式6.3

分組散點圖分組散點圖——根據(jù)點的大小、顏色和點形分組【例6-1】據(jù)點的大小、形狀和顏色分組6.3

分組散點圖分組散點圖——雙因子交叉分組【例6-1】—按股票類型和上市板塊交叉分面的散點圖6.3

分組散點圖分組散點圖+回歸信息【例6-1】—按上市板塊分組的每股凈資產(chǎn)與每股收益的散點圖添加回歸信息6.3

分組散點圖分組散點圖+邊際圖【例6-1】—為分組散點圖添加邊際圖6.3

分組散點圖分面散點圖+邊際圖【例6-1】—為分面散點圖添加邊際圖6.3

分組散點圖散點圖矩陣同時分析多個變量兩兩之間的關(guān)系將多個變量中任意兩個變量組合的散點圖排列成矩陣的形式，以便于觀察和比較分析當(dāng)多個數(shù)值變量按因子分類時，可以繪制按因子分組的散點圖矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣【例6-1】6個變量的散點圖矩陣對角線上方繪制出二維核密度圖，用于展示數(shù)據(jù)分布的密度散點圖矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣分組散點圖矩陣【例6-1】—按上市板塊和股票類型分組的散點圖矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣密度散點圖矩陣【例6-1】—6個變量的二維密度估計散點圖矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣當(dāng)變量較多時，散點圖矩陣中的各散點圖就會變得很小，難以識別和分析可以計算出變量間的相關(guān)系數(shù)矩陣并將其畫成圖形，這就是相關(guān)系數(shù)矩陣圖如果在分析變量間關(guān)系時需要檢驗相關(guān)系數(shù)是否顯著，可以在相關(guān)系數(shù)矩陣中繪制出檢驗的P值6.4散點圖矩陣和相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣【例6-1】—6個變量的相關(guān)系數(shù)矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣相關(guān)系數(shù)矩陣【例6-1】—6個變量的相關(guān)系數(shù)矩陣6.4散點圖矩陣和相關(guān)系數(shù)矩陣

3D散點圖【例6-1】—每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率的3D散點圖只分析3個變量之間的關(guān)系不推薦使用6.5

3D散點圖和氣泡散點圖氣泡散點圖氣泡圖散點圖—第3個變量數(shù)值的大小用氣泡的大小表示6.5

3D散點圖和氣泡散點圖氣泡散點圖【例6-1】—第3個變量（總股本）用笑臉表示6.5

3D散點圖和氣泡散點圖氣泡圖散點圖【例6-1】—按上市板塊和股票類型分面的氣泡散點圖6.5

3D散點圖和氣泡散點圖本章介紹的圖形主要用于展示數(shù)值變量之間的關(guān)系。其中，最基本的圖形是散點圖，適合于展示兩個數(shù)值變量根據(jù)分析需要，可以在散點圖上添加相關(guān)系數(shù)、回歸模型等信息，并為散點圖加上邊際圖，以擴展圖形所提供的信息當(dāng)數(shù)據(jù)量較大時，可以對散點圖進行平滑或分箱處理當(dāng)有多個