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。
) s$ _3 u5 {$ Y( N2 ?
R语言|绘制二维直方图
# c+ n( }! _- B6 c3 j" H1 T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 c: E+ d" W" [7 F
1.先绘制基础的散点图；
##二维直方图
6 {9 `' b0 P* ^7 H; I, w# Library
, c( g! G" z/ S. j% Qlibrary(tidyverse)
+ v9 m  `$ g' U, r' v$ ^( ~% nlibrary(ggplot2)
5 D/ e+ `$ e! F0 w* d3 n
4 D% A; L: d' r9 @- L4 a# 读取数据
) x6 V1 z, s, Da <- 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) )
: q9 J3 T* `, `1 |- g# Yc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
4 n" F2 x0 O& F% n; T
1 E( L( d9 k) X. k( P# Z#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
  geom_point()
4 p' |2 Z/ g9 w8 x2 o1 @
- L0 B5 \' g6 _/ s
* C" x$ C" T% z1 F; n
% l4 H, c* Y0 U* K# `; A2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
2 }% @- z+ q( S: U#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
, C) L# W" b* u- Z  geom_bin2d() +
5 y: K1 G' \" Z2 Q  theme_bw()
8 z4 C% f5 ?0 \9 \/ Y; m  R
# Bin大小控制与调色板
) q7 M2 U5 a% @% S( _2 C/ h- oggplot(data, aes(x=x, y=y) ) +
+ I% }: [% t3 G) H( R  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
8 P& |9 l! u& p5 ?, W  theme_bw()
1 W2 L, z3 N- f( C( w

) {/ B! R# D$ ^: t

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。

. n% H- b4 I7 c2 l0 k2 Q! D; u4 H8 i# Packages
# m- l! x$ E/ ~6 J. s2 Xlibrary(hexbin)
; t7 |: H. j6 u: l5 j9 N3 B2 ulibrary(RColorBrewer)
& M# ]/ n, r- V
! R* ~6 [+ K! I# Create data
x <- rnorm(mean=1.5, 5000)
2 J+ _3 [' ?2 @* @- E& wy <- rnorm(mean=1.6, 5000)
2 W. S0 ]7 o+ L$ D  p. g
# Make the plot
bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
' D3 @# ?1 R) K) M% Y0 Gplot(bin, main="" , colramp=my_colors , legend=F )


( O4 ~8 B' S0 R' m0 y" I: i