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。
6 Q8 c( @1 }2 K9 T# V
/ R* @, S8 K! JR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。

1.先绘制基础的散点图；
+ |, c5 G1 U2 `##二维直方图
# Library
7 e5 `# P  }* J- t2 ]library(tidyverse)
3 y$ n6 j2 t& {  b6 Llibrary(ggplot2)

# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
6 ?9 w7 w( q& zb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
- C5 g( P9 {( B5 C' G1 v* c* Ac <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
. ~  @  h  V5 _, K) c" M
. W4 t5 A7 O- d, a+ F' a1 g#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
  geom_point()

4 A- e# ?6 h$ |: r! a+ K" f, \6 X
. _) f! N2 ]! R" p$ ?; s/ X. ^) Q
2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
1 R7 e% i3 ^+ y#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
7 M' a4 v; P# `  geom_bin2d() +
: q. t  m7 X7 P  theme_bw()

0 J3 J1 o3 p  b+ p0 K9 k# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
+ l  @) S5 S- H# ]  geom_bin2d(bins = 70) +
* Z% u; f# E* }& R( D9 p  scale_fill_continuous(type = "viridis") +
& _. U' C8 Q1 y  theme_bw()

, i4 v: V/ b) `" Z: f; C6 ?

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。

1 G$ A8 R6 c% S9 R# Packages
% P& P& x* ?" Xlibrary(hexbin)
library(RColorBrewer)
1 o3 M: D/ x  P9 q" _( m3 m1 ]6 _1 F
# Create data
( b) N. N5 h3 N2 d* M2 ]5 Kx <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)

6 ]. E( P3 ^& S# Make the plot
( V% f/ |; R) h/ ~$ K, j- ?8 X* vbin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )
1 Y; q8 w. a- h$ ], K- q
( O4 q3 ~& X% E5 P& ]( I& E

. B$ @% t( j7 G& s8 u8 G