R语言 如何在散点图中使用R语言中的Jitter函数

在这篇文章中，我们将讨论如何在R编程语言中使用抖动函数来绘制散点图。

散点图 是一种可视化图，它使用车轴坐标来显示一组数据中典型的两个变量的值，将它们放在x轴和y轴上。这对于理解变量之间的关系和弄清数据的趋势非常有帮助。但是，如果我们要将一个连续变量和另一个几乎连续的变量之间的关系可视化，散点图就不能给出一个很好的可视化，因为点被限制在一组中，无法区分。

本例中使用的CSV文件可以从这里下载。

例子： 散点图

# load data frame
df <- read.csv("Sample_data.CSV")
 
# plot scatter plot
plot( dfvar1, dfvar2, col = 'green')

输出

由于这里Y轴的数据也几乎是连续的，所以很难直观地看到分组数据的趋势。对于这种情况，我们使用jitter函数。jitter()函数用于向数字向量添加噪声。jitter()函数接收一个数字向量和要添加的噪声量，并返回一个相同长度的数字向量，但添加了一定量的噪声，以便打破平局。

语法:

jitter( numeric_vector, amount )

其中。

• numeric_vector： 确定要添加噪声的输入向量。
• amount： 确定要添加到输入向量中的噪声量。

例子： 带有抖动函数的散点图。

# load data frame
df <- read.csv("Sample_data.CSV")
 
# add noise to dataframe using jitter
# function
dfvar1 <- jitter(dfvar1, 2)
 
# plot scatter plot
plot( dfvar1, dfvar2, col = 'green')

输出

添加到数据框中的噪声量在可视化中也起着非常重要的作用。如果我们向数据集添加非常多的噪声，就会影响到数据集本身的完整性。使用jitter()函数添加的噪声只对可视化有用。否则添加噪声会影响统计计算，使数据集不可靠。

例子： 在这个例子中，我们添加了非常多的噪声，因此它使图表变得非常随机和无用

# load data frame
df <- read.csv("Sample_data.CSV")
 
# add noise to dataframe using jitter
# function
dfvar1 <- jitter(dfvar1, 20)
 
# plot scatter plot
plot( dfvar1, dfvar2, col = 'green')

输出