df <- data.frame( x = rnorm(120, c(0, 2, 4)), y = rnorm(120, c(1, 2, 1)), z = letters[1:3] ) 其中x 表示数据的横坐标，y 表示数据纵坐标，z 表示类别（a,b,c 三类）。 （1） 将 a,b,c 三类，画在一张图上，并用颜色区分类别。 （2） 将 a,b,c 三类，分别画在并列排放的三张图上（点用黑色）。 （3） 在（2）的基础上，每张子图上再加上每类点的质心（质心用颜色区分，size=4）。 （4） 将 a,b,c 三类，分别画在并列排放的三张图上（点用彩色）。每张子图上，其他 数据用灰色（”grey70”）显示。（例如：第一张子图 a 类数据是彩色，则 b 和 c 类 数据是灰色。）

好的，让我来回答你的问题。

1. 将 a,b,c 三类数据画在一张图上，用颜色区分类别，可以用如下代码实现：

library(ggplot2)
ggplot(df, aes(x = x, y = y, color = z)) + geom_point()

2. 将 a,b,c 三类数据分别画在并列排放的三张图上，可以用如下代码实现：

library(gridExtra)
p1 <- ggplot(subset(df, z == 'a'), aes(x = x, y = y)) + geom_point(color = 'black')
p2 <- ggplot(subset(df, z == 'b'), aes(x = x, y = y)) + geom_point(color = 'black')
p3 <- ggplot(subset(df, z == 'c'), aes(x = x, y = y)) + geom_point(color = 'black')
grid.arrange(p1, p2, p3, ncol = 3)

3. 在（2）的基础上，每张子图上再加上每类点的质心，可以用如下代码实现：

centroids <- aggregate(df[, c('x', 'y')], by = list(df$z), FUN = mean)
names(centroids)[1] <- 'z'
p1 <- ggplot(df, aes(x = x, y = y)) + geom_point(aes(color = z)) + 
      geom_point(data = subset(centroids, z == 'a'), aes(x = x, y = y, color = z), size = 4)
p2 <- ggplot(df, aes(x = x, y = y)) + geom_point(aes(color = z)) + 
      geom_point(data = subset(centroids, z == 'b'), aes(x = x, y = y, color = z), size = 4)
p3 <- ggplot(df, aes(x = x, y = y)) + geom_point(aes(color = z)) + 
      geom_point(data = subset(centroids, z == 'c'), aes(x = x, y = y, color = z), size = 4)
grid.arrange(p1, p2, p3, ncol = 3)

4. 将 a,b,c 三类数据分别画在并列排放的三张图上，其他数据用灰色显示。可以用如下代码实现：

p1 <- ggplot(df, aes(x = x, y = y)) + 
      geom_point(data = subset(df, z == 'a'), aes(color = z)) + 
      geom_point(data = subset(df, z != 'a'), color = 'grey70')
p2 <- ggplot(df, aes(x = x, y = y)) + 
      geom_point(data = subset(df, z == 'b'), aes(color = z)) + 
      geom_point(data = subset(df, z != 'b'), color = 'grey70')
p3 <- ggplot(df, aes(x = x, y = y)) + 
      geom_point(data = subset(df, z == 'c'), aes(color = z)) + 
      geom_point(data = subset(df, z != 'c'), color = 'grey70')
grid.arrange(p1, p2, p3, ncol = 3)

希望能回答到你的问题！