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。

$ M9 f4 L& E$ w0 c* V' C1.先绘制基础的散点图；
##二维直方图
" b6 X3 ], G2 H* T4 z& B9 \# Library
( R( s+ q( s3 g3 @* y5 S( j) Nlibrary(tidyverse)
* S% a$ Q" z  a( t0 h$ Wlibrary(ggplot2)
% O5 \5 E5 n% l2 K% t9 {$ a( O; R
# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
1 n" A6 G2 _$ r2 yb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
( O; m- {2 m; Qc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
6 c* ~+ R0 F( U, ?, M5 E' U
#绘制基础的散点图
8 m5 k7 H- e% X, M/ H9 V7 R1 O/ sggplot(data, aes(x=x, y=y) ) +
: ^7 z+ E, [/ p0 z5 }& \$ b  geom_point()
9 J! M1 S! |8 j8 P3 q7 T
& n) {+ R+ e, L( M% S/ J
2 g% d" ^5 A% ?  k& B. v
0 u; j, g% _7 v5 E" ?, b2.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) ) +
9 k- N# g  L% \7 t' ]  geom_bin2d() +
  theme_bw()
$ Q* m+ O6 h9 V/ I- y6 m2 T- v1 h
# Bin大小控制与调色板
# y; B9 M9 ]- {. sggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
9 Y4 H* `, e& }1 m. v  scale_fill_continuous(type = "viridis") +
  theme_bw()
& f  ?* o. N, v" P
$ m1 u2 p" s) a% I) m/ j6 k3 A
; V7 p" e0 Y, K3 Y- @( x. s, f/ ^

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
library(hexbin)
library(RColorBrewer)

# Create data
x <- rnorm(mean=1.5, 5000)
' u  w% c/ Q- r# m7 Wy <- rnorm(mean=1.6, 5000)

# Make the plot
! f( W2 c. X1 _5 k! ]# J1 jbin<-hexbin(x, y, xbins=40)
) v- P, f: u; \, Rmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )


! v4 J( _7 u& _4 c/ P& Y& T