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。
, u6 D5 l" W. S2 c2 {# v
R语言|绘制二维直方图
( _6 \8 e* T; M1 W0 c9 P# n" B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。
2 d6 T1 N3 U3 J8 i) u. V
1.先绘制基础的散点图；
: u" U" I, i1 r- c##二维直方图
/ g1 w# m/ o5 r3 I, _- w# Library
& ?4 g+ F2 I) F8 ?: Qlibrary(tidyverse)
library(ggplot2)
" ^9 L# a- U& x" {/ {  ~
/ w. a+ A- f: n+ U+ e- N: L2 ]# 读取数据
( H8 i$ x/ c# |# j/ c0 N  T9 _/ T5 ~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) )
& f, i5 J9 N. c& G9 hc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)

#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
* \5 I# Y/ `/ j+ F4 E6 A  geom_point()

  z( M+ s4 `4 o( Y

( o% U$ {% y0 Z+ ]& o, l, O' d2.绘制二维直方图。
9 h8 N  h0 R; F* z' H####二维直方图可使用geom_bin2d()函数绘制
8 M; H6 o4 ~4 U; u3 ~! {  }9 ~#二维直方图默认选项
0 |/ B1 h% t1 d7 e. {1 p# gggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
; v5 d' u* e; }  `  ?" p8 ?  theme_bw()

2 @/ Z, n. \$ P+ J0 [( v# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
+ Q; [' O8 \+ E  scale_fill_continuous(type = "viridis") +
  theme_bw()
! Z& W) w$ E% {" c
* K1 }9 u$ e! V; M3 a$ n
! y- a7 q: Q5 f; u3 q% w$ M& a

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。

# U: F! V# \& f, o# Packages
" @+ h3 N# k. c& b" U6 flibrary(hexbin)
library(RColorBrewer)
  m7 A8 a5 B6 i9 N4 \% s. d: }
# Create data
- a' v% G! n$ Y$ W) J4 k; e1 [x <- rnorm(mean=1.5, 5000)
) Q9 {, q3 F* ?* h2 n' qy <- rnorm(mean=1.6, 5000)

* i1 J) k6 k: ^; `; r* D+ [# Make the plot
bin<-hexbin(x, y, xbins=40)
' x# ~# \  C/ W( f' F2 j( nmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
2 X+ D# J0 f% K$ W$ i! splot(bin, main="" , colramp=my_colors , legend=F )
: ~! c& [) }' X" ]. M