R中的并排散点图

在 R 中，我们可以使用 ggplot2 包创建并排散点图。并排散点图可以同时比较两个变量之间的关系，因此特别适用于探索变量之间的相互作用。

准备数据

我们首先需要准备数据，这里我们使用 mtcars 数据集：

library(ggplot2)
data(mtcars)
head(mtcars)

##                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
## Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
## Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
## Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
## Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
## Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
## Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

这个数据集含有 11 个变量，其中 'mpg' 表示燃油效率，'cyl' 表示汽缸数目。

创建并排散点图

要创建并排散点图，我们需要用 ggplot() 创建一个绘图空间，然后添加 geom_point() 图层。我们还需要使用 facet_wrap() 函数将图形分为两个面板，每个面板对应一个变量。

ggplot(mtcars, aes(x = mpg, y = cyl)) +
  geom_point() + 
  facet_wrap(~ vs, ncol = 2)

这个代码片段的运行结果是一个并排散点图，其中横轴是 ‘mpg’ 变量，纵轴是 ‘cyl’ 变量。两个面板分别对应 ‘vs’ 变量的取值 0 和 1。

ggplot(mtcars, aes(x = mpg, y = cyl)) +
  geom_point() + 
  facet_wrap(~ vs, ncol = 2)

结论

通过上面的图形，我们可以看到 'mpg' 和 'cyl' 之间呈负相关的关系，意味着较高的汽油效率常常伴随着较少的汽缸数目。此外，我们还可以看到，当 'vs' 的取值为 1 时，两个变量之间的相关性更强。

因此，我们可以使用这个图形来探索 'mpg' 和 'cyl' 变量之间的相互作用，并进一步分析其影响因素。