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。

R语言|绘制二维直方图
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。
5 d5 e5 h, d. t. t1 d; T! q
1.先绘制基础的散点图；
  d7 ]& j; e  i##二维直方图
0 W) }+ u# F5 ]: M0 Q. {& @# Library
library(tidyverse)
8 x. i$ E4 ^+ [! v+ i& tlibrary(ggplot2)
( l4 W3 x! L% x+ W/ J. g3 d8 ?
# 读取数据
% A( X9 x4 I; p" q, Oa <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
b <- 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) )
7 ^. f4 C' _' Q4 K# I) O3 S# rdata <- rbind(a,b,c)
, j. O. \' I1 X# ^, C9 h
#绘制基础的散点图
7 }2 [1 t2 N( G- Jggplot(data, aes(x=x, y=y) ) +
  geom_point()


& R8 s, g) w2 t+ {
% }6 I8 E, R% u6 F( t; n6 F9 ?0 T2.绘制二维直方图。
" J9 Q" P( I0 w- X####二维直方图可使用geom_bin2d()函数绘制
2 d7 O7 v1 v" m' S6 E1 A1 I1 {#二维直方图默认选项
: {  S, ^/ d; L. A" A# W7 X6 m( M+ ^; Qggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
! u0 y/ M- v2 j  theme_bw()

3 J# g$ q# U  D# Bin大小控制与调色板
- I/ Q' H7 M* Q" O1 A- K6 o8 S' hggplot(data, aes(x=x, y=y) ) +
7 H5 {+ \) L# j) M  geom_bin2d(bins = 70) +
6 O7 u2 I& _0 J$ b% v  scale_fill_continuous(type = "viridis") +
  theme_bw()

% J( }8 {( R7 |1 ?

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。

# Packages
# ^+ L% [$ E4 k* qlibrary(hexbin)
. {. p+ |) z$ G. ?5 qlibrary(RColorBrewer)
- x: K7 O+ x9 v, C
4 ~2 S8 ]! @5 k% z# Create data
x <- rnorm(mean=1.5, 5000)
" t! U2 T5 Z1 t( B$ W( }: m' j& iy <- rnorm(mean=1.6, 5000)

# Make the plot
2 |2 s3 s# ]+ l0 r6 O3 Z) ~5 t3 `bin<-hexbin(x, y, xbins=40)
( q6 ]: O7 G; m0 @! f% i! W* Cmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
0 ?2 X3 O- ^9 s! c3 \8 _1 o* c2 Iplot(bin, main="" , colramp=my_colors , legend=F )

' V; _4 l; I+ z

6 j. p" B2 ?; d7 }* D4 W