大簇：如果叠印是一个问题，您可以使用较低的 alpha，因此单点是暗淡的，但叠印会产生更强烈的颜色。或者您切换到二维直方图或密度估计。

require ("ggplot2")

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, colour = Species)) + stat_density2d ()
  
  你可能想要面对这个......

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, fill = Species)) + stat_binhex (bins=5, aes (alpha = ..count..)) + facet_grid (. ~ Species)
  
  虽然你也可以在没有方面的情况下制作这个情节，但物种的打印顺序会影响最终的画面。

• 如果你愿意让你的手有点脏（=解释和代码的链接）并计算六边形的混合颜色，你可以避免这种情况：

• 另一个有用的事情是对高密度区域使用 (hex)bins，并为其他部分绘制单点：

  ggplot (df, aes (x = date, y = t5)) + 
    stat_binhex (data = df [df$t5 <= 0.5,], bins = nrow (df) / 250) +
        geom_point (data = df [df$t5 > 0.5,], aes (col = type), shape = 3) +
    scale_fill_gradient (low = "#AAAAFF", high = "#000080") +
    scale_colour_manual ("response type", 
      values = c (normal = "black", timeout = "red")) + 
    ylab ("t / s")
  

  

为了绘图包的完整性，我还要提一下lattice：

require ("lattice")

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length, iris, groups = iris$Species, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, groups = iris$Species, pch= 20)
  

这是“鸢尾花”数据集的经典问题之一。这是基于该数据集和 R 代码的一整套绘图项目的链接，您可能能够适应您的问题。

这是一种使用基础 R 而不是附加包的方法。

plot(iris$Petal.Length, iris$Petal.Width, pch=21, 
     bg=c("red","green3","blue")[unclass(iris$Species)], 
     main="Edgar Anderson's Iris Data")

这产生了这个数字：

从那里开始，根据您的情节，您可以开始处理 alpha/透明度级别以允许过度绘图等，但我会先从一个非常基本的图表开始构建。

虽然有很多理由坚持使用 base R，但其他软件包简化了绘图。通过显着特征分离数据是ggplot2和lattice包的优势之一。ggplot2 制作特别具有视觉吸引力的情节。@cbeleites在答案中演示了这两个软件包。

或者使用ggplot2：

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, colour = Species)) + geom_point()
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + geom_point() + facet_grid(~Species)

哪个生产