R语言绘制二维密度图

1047521767

R语言绘制二维密度图二维密度图显示了两个数值变量之间的关系，一个在x轴上表示，另一个在Y轴上表示，与散点图类似，然后计算二维空间中特定区域内的观测数，并用颜色梯度表示。二维密度图有几种类型，以下主要展示二维直方图和Hexbin图的绘图代码。

9 W7 @2 \+ @7 ]& iR语言|绘制二维直方图
0 D+ E9 }. f4 p* O  Z- S对于2d直方图，plot区域被划分为多个正方形，调用geombin2d（）函数，它提供了一个bins参数，用于控制要显示的bins数量。

7 F0 g4 P/ r1 k, i, ~6 x1.先绘制基础的散点图；
$ u0 y7 {& Y2 {##二维直方图
# Library
library(tidyverse)
library(ggplot2)
' |9 _: s9 }* }2 O6 X. n! m4 J# L. x3 ^
# 读取数据
2 k5 a6 N' V+ I) k) na <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
8 O" j" q2 e3 V2 {/ f8 Z+ w4 \6 vb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
c <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
" M, i6 M' k" ?) ^, Ldata <- rbind(a,b,c)

#绘制基础的散点图
0 l, d* v3 }8 Y0 R* O( B, l- nggplot(data, aes(x=x, y=y) ) +
& ^/ A5 `" r  s3 b5 I! b7 I  geom_point()
2 _" y+ `) ?8 @  A. Z


( Z! j1 }# z' l1 Q1 ]% ]2.绘制二维直方图。
) g( N1 T5 H; K6 @& H  X####二维直方图可使用geom_bin2d()函数绘制
3 p3 Z9 T; m4 E6 s# V5 Y- c, @3 b#二维直方图默认选项
6 w; {* O8 r) |; K0 v6 d: ]ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
  theme_bw()
. }1 h$ c. I% h* ?' I: f4 p
# Bin大小控制与调色板
- P/ N8 C6 W% w8 k/ j! |ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()
1 ~5 l* ?: ^/ W& d* z! w3 g
/ H; E/ u6 t9 m$ s

R语言|绘制Hexbin图

当显示大型数据集时，散点图很难解释，因为点不可避免地会被覆盖，并且可能不被单独识别出来。hexbin图中将地块划分为多个六边形，图中阴影部分代替了条形图的高度。图形是通过R的hexbin包绘制的。

7 I, H6 a( Z! A$ q6 L1 W, C# Packages
library(hexbin)
library(RColorBrewer)
& m/ E3 S9 a2 [) @
# Create data
, k4 K7 z3 ]% tx <- rnorm(mean=1.5, 5000)
2 x( S, r; x6 L5 j% u) Sy <- rnorm(mean=1.6, 5000)

( w0 |/ Z/ Q, v/ P5 r7 q0 _# ]# Make the plot
/ X# y. n0 A8 h& _bin<-hexbin(x, y, xbins=40)
4 q( g$ g: T- s+ z( i+ Tmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )



* |3 L# `: r- o( E3 H7 n