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。
4 x0 r) n' {& @0 A- S# z0 H# b( T3 z( ^
2 w% k+ ~% X2 t: f# m# ^/ j& HR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。

* f# \7 k' ~& h' U1.先绘制基础的散点图；
##二维直方图
$ C+ @( q# J9 g/ ?* _  ~) Q# Library
library(tidyverse)
7 }) H9 n, {# z/ o( W, Clibrary(ggplot2)
6 Q- t+ {3 d0 p# E# Q
" v: t/ W0 U4 R. K3 a# 读取数据
; Z" W( X" f+ g2 n0 A8 U4 L1 J9 J4 Ka <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
* q8 ]- q# l9 J5 c) Qb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
9 L' V" [+ J% L* [% ]$ jc <- 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) ) +
  geom_point()
. r' h2 b3 ~  s/ O! q' I, d) R
6 G- x: v. S  K$ y+ U5 o! z

2.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() +
7 _2 B' `+ d0 r! E  theme_bw()
9 L4 r6 L' P6 u5 B/ v. ~) t  x
) U/ R# b7 b% |/ ]# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
( M4 c2 T8 B2 a: T. ~3 V  scale_fill_continuous(type = "viridis") +
5 g+ i) G' f5 k0 i% h4 B  theme_bw()
7 m% E+ |/ E3 ~' J: m3 e4 O1 |
1 `5 i, S9 B% n" H5 {& S( |9 y

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。

6 V. S. Y6 C9 x; Z( N# Packages
# Y1 _+ j! v& }, Q9 d9 r4 i4 @library(hexbin)
library(RColorBrewer)

# Create data
4 A+ F4 K6 [5 v* }: @- t2 Xx <- rnorm(mean=1.5, 5000)
* b% [4 H$ `, a( ay <- rnorm(mean=1.6, 5000)

# Make the plot
3 l' }1 A( P  ~' \bin<-hexbin(x, y, xbins=40)
! d# a8 {& }3 h0 h8 r6 ?+ |2 smy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )

) K% ~& ]+ t& m6 k6 y