氣泡圖
氣泡圖是一種多變量圖表，是散點圖的變體，也可以認為是散點圖和百分比區域圖的組合[1]。氣泡圖最基本的用法是使用三個值來确定每個資料序列，和散點圖一樣。氣泡圖通過氣泡的位置及面積大小，可分析資料之間的相關性。
本文可以看作是《R語言資料可視化之美》的學習筆記。前兩部分可見(跳轉)：
該書對氣泡圖的繪制并不是非常詳細，小編将内容進行了大量拓展。下面的例子将一步步帶你完成氣泡圖的繪制。本文内容豐富，希望大家都能學到自己想要的内容。
下面的例子将一步步帶你完成氣泡圖的繪制。本文内容豐富，希望大家都能學到自己想要的内容。
本文架構
資料介紹
資料集來源gapminder包中，包含了1704行和6個變量。其中6個變量含義分别為：
country 國家142個水準
continent 大陸5個水準
year 1952年-2007年(間隔為5年)
lifeExp 出生預期壽命，以年計數
pop 人口數
gdpPercap 人均國内生産總值(扣除通貨膨脹因素後的美元)
由于資料過多，我們感興趣的是年份為2007年的資料，是以使用dplyr包進行資料處理，具體資料處理案例可見我寫的另一篇推送：[R資料科學]tidyverse資料清洗案例詳解。資料縮略版如下：
手把手繪制
geom_point()函數建構
氣泡圖是添加了第三次元的散點圖：附加數值變量的值通過點的大小表示。(來源:data-to-viz[2])。使用ggplot2，可以通過geom_point()函數建構氣泡圖。aes()設定至少三個變量:x、y和size。其實就是散點圖繪制的更新版吧，aes()中多了一個參數。
ggplot(data, aes(x=gdpPercap, y=lifeExp, size = pop)) +
geom_point(alpha=0.7)
上圖展示了世界各國的預期壽命(y)與人均國内生産總值(x)之間的關系。每個國家的人口用圓的大小表示。但是這個圖不是非常美觀，而且圓的大小并不是很直覺，大家都差不多大。接下來對圓的大小進行設定。
scale_size()控制圓的大小
scale_size()允許使用range參數設定最小和最大的圓的大小，用name改變圖例名稱(scale_size(range = c(0.1, 24), name="Population (M)"))。
圖中可以看到，有些圓圈重疊了。k可将點的透明度進行調整(geom_point(alpha=0.5))
為了避免在圖表頂部出現大的圓圈，可以将資料集進行排序(arrange(desc(pop)))，代碼如下。
data %>%
arrange(desc(pop)) %>%
mutate(country = factor(country)) %>%
ggplot(aes(x=gdpPercap, y=lifeExp, size = pop)) +
geom_point(alpha=0.5) +
scale_size(range = c(.1, 24), name="Population (M)")
現在圖可讀性有所提高，但如果資料集中還有一個變量想加入圖中該怎麼辦呢？
添加第四個次元：顔色
這裡可以用每個國家的洲來控制圓圈的顔色(aes(x=gdpPercap, y=lifeExp, size=pop, color=continent)):
data %>%
arrange(desc(pop)) %>%
mutate(country = factor(country, country)) %>%
ggplot(aes(x=gdpPercap, y=lifeExp, size=pop, color=continent)) +
geom_point(alpha=0.5) +
scale_size(range = c(.1, 24), name="Population (M)")
該圖基本可以滿足我們日常生活的氣泡圖的可視化了。相信大家通過前面的詳細的介紹，應該可以自行繪制，隻要換個資料，懂得各個代碼的含義即可。後面是圖表美化的過程，參考thr R Graph Gallery: Bubble plot with ggplot2[3]。
美化氣泡圖
一些經典的改進
使用viridis包的調色闆：(scale_fill_viridis(discrete=TRUE, guide=FALSE, option="A"))
使用hrbrthemes包的theme_ipsum()
使用xlab和ylab自定義軸标題
為圓添加描邊：将形狀改為21，并指定顔色(描邊)和填充
library(hrbrthemes)
library(viridis)
# Most basic bubble plot
data %>%
arrange(desc(pop)) %>%
mutate(country = factor(country)) %>%
ggplot(aes(x=gdpPercap, y=lifeExp, size=pop, fill=continent)) +
geom_point(alpha=0.5, shape=21, color="black") +
scale_size(range = c(.1, 24), name="Population (M)") +
scale_fill_viridis(discrete=TRUE, guide=FALSE, option="A") +
theme_ipsum() +
theme(legend.position="bottom") +
ylab("Life Expectancy") +
xlab("歡迎關注：莊閃閃的成長手冊 \nq Gdp per Capita") +
theme(legend.position = "none")
帶資料标簽
這裡使用ggrepel包中的(geom_text_repel())，可以給每個點自動加入标簽，我這裡是加入了各個國家名字，其他可以根據你實際需求進行設定。
library(ggrepel)
data1 = data %>%
mutate(country = factor(country)) %>% head(20)
attach(data1)
ggplot(data1,aes(x=gdpPercap, y=lifeExp, size=pop, fill=continent)) +
geom_point(alpha=0.5, shape=21, color="black") +
scale_size(range = c(.1, 24), name="Population (M)") +
geom_text_repel(label = country,size=5)+
scale_fill_viridis(discrete=TRUE, guide=FALSE, option="A") +
theme_ipsum() +
theme(legend.position="bottom") +
ylab("Life Expectancy") +
xlab("歡迎關注：莊閃閃的成長手冊 \nq Gdp per Capita") +
theme(legend.position = "none")
如果不喜歡圓形的氣泡圖，可以将代碼中的shape=21進行更改，正方形是shape=22，得到的圖如下：
拓展知識
其他擴充可自行學(小編做推送的時候已經學過啦，但是篇幅有限，就沒繼續整理下去了)
GOplot包
[4]提供了直接做氣泡圖的方法，函數是：GOBubble。
BUBBLE PLOT理論定義
[5]
plotly包
[6]繪制可以互動的氣泡圖
參考資料
[1]
R語言資料可視化之美: R語言資料可視化之美
[2]
data-to-viz: https://www.data-to-viz.com/graph/bubble.html
[3]
thr R Graph Gallery: Bubble plot with ggplot2: https://www.r-graph-gallery.com/320-the-basis-of-bubble-plot.html
[4]
GOplot包: https://wencke.github.io/
[5]
BUBBLE PLOT理論定義: https://www.data-to-viz.com/graph/bubble.html
[6]
plotly包: https://plotly.com/r/bubble-charts/