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。
2 U$ x+ \* p; H) H/ E, ^, i5 B
0 O/ l4 R* F9 q! s( ZR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。

) ?% x& r& V/ ]; }$ ]6 r1.先绘制基础的散点图；
##二维直方图
0 r" u7 a& |) h0 ?8 f1 s+ {, ]# Library
library(tidyverse)
+ A: @8 L$ u6 J' p. rlibrary(ggplot2)

% G! l! H" }7 ?# 读取数据
a <- 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) )
, R4 }+ T1 R+ `2 C+ v4 e; udata <- rbind(a,b,c)
! |" `( z) `/ @) {; [0 \
! E7 {+ O5 ]% ?& b7 Z#绘制基础的散点图
, n  e( |' p% ^" \ggplot(data, aes(x=x, y=y) ) +
  geom_point()
* O! s  Q' r" \- w; r; I& d! i9 Q
& @( b+ E" Q+ b7 E1 c: q# {0 J
0 U9 P1 M( I( T; T
! ?; b3 F4 Z9 W  A. G7 u2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
4 g. f5 I* A2 q3 R: {  M* ]  theme_bw()

) R" g0 F7 Z5 z9 n8 q# Bin大小控制与调色板
4 ]7 J7 P* `2 u0 r2 [ggplot(data, aes(x=x, y=y) ) +
, J2 M' c. L! u) R0 ?# o1 J  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()

( L' k. w: m8 \: V+ S
. s' s$ _( |3 `0 I

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
. T1 n. |1 x6 ^( klibrary(hexbin)
% P3 Z2 p, W# R. m: L5 \8 C1 Qlibrary(RColorBrewer)

# Create data
' e) V/ e( i; B+ A/ n  Jx <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)

# Make the plot
bin<-hexbin(x, y, xbins=40)
$ i* a3 r! S% Q: d! X( imy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )


8 G: K6 h, y4 S0 N& t
4 q5 G1 _6 N7 ]- r! S