## 基本散点图展示 ### 应用场景 可以展示数据分布特征，比如说：我们可以看看数据样本中患者年龄分布情况，也可以分组看看不同组别患者年龄分布趋势。  ### 利用ggplot2创建density plot ```R load("./cli_test.Rdata") # rt_cli数据形式如上图 library(ggplot2) ggplot(rt_cli, aes(age)) + geom_density(color= "#E69F00", alpha=0.4) # scale_color_manual设置线条颜色 ggplot(rt_cli, aes(age, colour = stage)) + geom_density() + scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9", "#FF6666")) # alpha 改变填充颜色深度 ggplot(rt_cli, aes(age, colour = stage, fill = stage)) + geom_density(alpha=0.4) + scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9", "#FF6666")) ### 计算每个stage age的均值 library(plyr) age_mm <- ddply(rt_cli, "stage", summarise, grp.mean=mean(age)) ### 利用geom_vline添加均值值所在的位置 ggplot(rt_cli, aes(age, colour = stage, fill = stage)) + geom_density(alpha=0.4) + geom_vline(data = age_mm, aes(xintercept = grp.mean, color = stage), linetype="dashed") + scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9", "#FF6666")) + theme_classic() ```