如何在mtcars数据集的重量vs油耗散点图（数据分散）中添加最佳拟合线？

嘿，刚好我常处理这类可视化需求，给你分享两种适配你现有代码的方案，简单好上手：

方法一：和基础R绘图无缝衔接 #

你已经用基础R画出了散点图，只需要两步就能补上线性最佳拟合线：

1. 先拟合油耗和重量的线性回归模型：

   # 建立mpg（油耗）~ wt（重量）的线性回归模型
   fit_model <- lm(mpg ~ wt, data = mtcars)
   

2. 在已生成的散点图上叠加拟合线：

   # 用abline()绘制拟合线，col设置颜色，lwd调整线宽让线条更醒目
   abline(fit_model, col = "darkred", lwd = 2)
   

   要是你想查看拟合的详细统计信息（比如R²值、系数显著性），直接打印模型就行：

   summary(fit_model)
   

方法二：用ggplot2绘制（更灵活的可视化选择） #

如果你愿意试试R中最流行的ggplot2包，代码逻辑更直观，后续调整样式也更方便：

# 先加载ggplot2包（没安装的话先运行install.packages("ggplot2")）
library(ggplot2)

ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point() +  # 绘制散点
  geom_smooth(method = "lm", se = FALSE, color = "darkred", linewidth = 2) +  # 添加线性拟合线，se=FALSE可去掉置信区间
  labs(x = "Weight", y = "Milage", title = "Weight vs Milage") +  # 设置坐标轴标签和图标题
  xlim(2.5, 5) + ylim(15, 30)  # 匹配你原来的坐标轴范围

如果需要保留置信区间，把se=FALSE改成se=TRUE即可，默认会显示浅灰色的置信带。

内容的提问来源于stack exchange，提问作者Bustergun