在R语言中按国家批量绘制儿童死亡数随年份变化的散点图

嘿，这个需求完全不用手动逐个生成图表！利用可视化库的**分面（facet）**功能，就能自动按国家拆分，批量生成每个国家的儿童死亡数随年份变化的散点图。我给你分享两种主流编程语言的实现方案：

R语言（ggplot2） #

R的ggplot2包是处理这类分面可视化的绝佳工具，你的长格式数据集刚好适配它的逻辑：

首先确保你安装了tidyverse（包含ggplot2和数据处理工具），然后运行以下代码：

# 加载包
library(tidyverse)

# 假设你的数据集已经读入，名为cdeaths_df
# 绘图：按国家分面生成散点图
ggplot(cdeaths_df, aes(x = year, y = cdeaths)) +
  geom_point(color = "#2E86AB", size = 2) +  # 设置散点颜色和大小
  facet_wrap(~country, ncol = 5) +  # 按国家分面，每行显示5个图表
  labs(x = "年份", y = "儿童死亡数", title = "各国儿童死亡数随年份变化散点图") +
  theme_bw() +  # 用简洁的白色主题
  theme(axis.text.x = element_text(angle = 45, hjust = 1))  # 旋转x轴标签避免重叠

• facet_wrap(~country)是核心：它会自动识别country列的所有因子水平（也就是每个国家），为每个国家生成独立的子图。
• ncol参数可以控制每行显示的图表数量，根据你的186个国家，调整这个数让布局更合理（比如ncol=6或8）。
• 针对数据里的重复年份（比如阿富汗2011年有两个数据点），散点图会自动把两个点都绘制出来，完全不影响。

Python语言（Seaborn） #

如果你用Python，seaborn库的relplot函数可以一键实现分面可视化，非常省心：

先安装pandas和seaborn，然后运行代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 读入数据集，假设保存为csv文件，这里替换成你的数据路径
cdeaths_df = pd.read_csv("你的数据集路径.csv")

# 生成分面散点图
g = sns.relplot(
    x="year", y="cdeaths", kind="scatter",
    data=cdeaths_df, col="country", col_wrap=5,
    color="#2E86AB", s=50  # s控制散点大小
)

# 调整图表样式和标签
g.set_axis_labels("年份", "儿童死亡数")
g.set_titles("{col_name}")  # 每个子图标题显示国家名称
g.fig.suptitle("各国儿童死亡数随年份变化散点图", y=1.02)  # 总标题，y调整位置避免重叠
plt.xticks(rotation=45)  # 旋转x轴标签
plt.show()

• col="country"指定按国家拆分图表，col_wrap控制每行的图表数量，和R里的ncol作用类似。
• relplot会自动处理所有国家，哪怕有186个，也会批量生成对应的子图，不用你手动循环。

两种方案都完全不需要手动操作，运行代码后就能得到所有国家的独立散点图啦！

内容的提问来源于stack exchange，提问作者Lisa