如何基于DataFrame两列高效绘制带性别颜色编码的散点图？

下面提供两种高效的R语言实现方法，均无需手动处理单个数据点，适合大规模数据场景：

方法一：使用R基础绘图系统 #

直接利用plot()函数，通过col参数将Sex列映射为不同颜色：

# 绘制散点图，x轴为Lap1，y轴为Lap2
plot(x = DF$Lap1, y = DF$Lap2,
     col = factor(DF$Sex),  # 将Sex转为因子类型，自动分配不同颜色
     pch = 16,  # 设置点样式为实心圆
     xlab = "Lap1", ylab = "Lap2",  # 自定义坐标轴标签
     main = "Lap1 vs Lap2 (按性别编码)")

# 添加图例说明
legend("topright", legend = levels(factor(DF$Sex)),
       col = 1:length(levels(factor(DF$Sex))), pch = 16,
       title = "性别")

• 核心逻辑：factor(DF$Sex)将性别转换为分类变量，R基础绘图会自动为每个类别分配唯一颜色；
• 优势：无需额外安装包，代码轻量，处理大数据时运行效率高。

方法二：使用ggplot2包（推荐） #

ggplot2是R中专业的可视化工具，语法直观且自动处理颜色映射与图例：
若未安装ggplot2，先执行install.packages("ggplot2")，再运行以下代码：

library(ggplot2)

ggplot(DF, aes(x = Lap1, y = Lap2, color = Sex)) +
  geom_point(size = 3) +  # 设置点的大小
  labs(x = "Lap1", y = "Lap2", title = "Lap1 vs Lap2 (按性别编码)") +
  theme_bw()  # 切换为简洁的黑白主题

• 核心逻辑：通过aes()函数将x、y和color分别映射到DataFrame的对应列，geom_point()负责绘制散点；
• 优势：自动生成图例，支持后续扩展（如添加趋势线、分面展示等），代码可读性强，适合复杂可视化需求。

内容的提问来源于stack exchange，提问作者dkcongo