如何用ggplot2编写入门级散点图代码：ADHD与SDQ数据分布可视化

你遇到的问题本质是：ADHD是二元分类变量（仅"是"/"否"两个取值），把它放在y轴时，所有样本点都会集中在两个水平线上，导致点完全重叠，看不到数据分布。下面给你几个ggplot2入门级的解决方法：

方法1：给分类变量添加抖动（最常用） #

用geom_jitter()替代geom_point()，它会给每个点添加微小的随机偏移，既能保留单个样本的信息，又能避免点完全重叠。可以通过height参数控制y轴方向的抖动幅度（别设太大，不然会偏离分类标签），width控制x轴的抖动幅度：

# 假设你的数据框名为df，sdq是数值列，adhd是分类列（建议先转成因子）
library(ggplot2)

# 先把adhd转成因子（确保ggplot识别为分类变量）
df$adhd <- factor(df$adhd, levels = c("否", "是"))

ggplot(df, aes(x = sdq, y = adhd)) +
  geom_jitter(height = 0.1, width = 0.2, alpha = 0.6) + # alpha设置透明度，重叠处更清晰
  labs(x = "SDQ测试得分", y = "ADHD诊断结果") +
  theme_bw()

方法2：箱线图+散点（兼顾整体分布与单个样本） #

如果想同时看ADHD两组的SDQ得分分布趋势（中位数、四分位距）和单个样本的位置，可以把箱线图和抖动散点结合，且把分类变量放x轴更符合常规可视化逻辑：

ggplot(df, aes(x = adhd, y = sdq)) +
  geom_boxplot(width = 0.3, fill = "lightblue", alpha = 0.5) +
  geom_jitter(height = 0, width = 0.2, color = "darkred", size = 1.5) +
  labs(x = "ADHD诊断结果", y = "SDQ测试得分") +
  theme_bw()

方法3：调整坐标轴映射（不推荐，但入门可尝试） #

如果你坚持把ADHD放在y轴，也可以把分类变量转成数值（"否"=1，"是"=2），再添加抖动，但不如前两种直观：

df$adhd_num <- ifelse(df$adhd == "否", 1, 2)

ggplot(df, aes(x = sdq, y = adhd_num)) +
  geom_jitter(height = 0.1, width = 0.2) +
  scale_y_continuous(breaks = c(1,2), labels = c("否", "是")) + # 把数值轴转成原分类标签
  labs(x = "SDQ测试得分", y = "ADHD诊断结果") +
  theme_bw()

关键提示 #

• 优先选方法1或2，尤其是方法2，更符合学术可视化的常规逻辑，也更容易解读两组数据的差异；
• 用alpha参数降低点的透明度，能更清晰地看到重叠区域的点密度；
• 提前把分类变量转成因子，可以避免ggplot自动按字母顺序排序分类标签。

内容的提问来源于stack exchange，提问作者user26842578