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。
/ Z; A( j  X/ ]" M
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。

" ]5 n4 r2 m  D9 G- I% G1.先绘制基础的散点图；
##二维直方图
/ k$ m& l1 x; f* n' u2 `% ?# Library
# Y1 _" Y9 S' h. |3 z! o. O) v9 J2 glibrary(tidyverse)
library(ggplot2)
% o3 x) F5 l6 s; n0 G  w
& d3 i9 [6 G0 L! B6 M8 F# 读取数据
4 A: O; [, C; U/ W7 N/ V+ w8 ~a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
/ ]. d2 {& e1 e+ |* C2 Yb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
c <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
+ Q4 B# A& A- Cdata <- rbind(a,b,c)
% G* d, q6 a6 m, l! S2 L
#绘制基础的散点图
+ L6 t% d5 j$ j( Lggplot(data, aes(x=x, y=y) ) +
  geom_point()
. @4 P4 j: c4 l
: P5 x. Q, D/ U" |
3 e; o( h& l' s! _( @: Q% Z7 `$ l
2.绘制二维直方图。
* @6 a( T5 B/ E1 m8 u####二维直方图可使用geom_bin2d()函数绘制
#二维直方图默认选项
7 B6 o# v. D: J% G/ H5 W+ G+ H8 m5 \4 Hggplot(data, aes(x=x, y=y) ) +
2 P/ a- ]* ?) N6 `9 f. J5 K9 ~3 v  geom_bin2d() +
  theme_bw()

1 H) `- p# U2 j# Bin大小控制与调色板
. J+ m/ r3 t$ J3 J2 yggplot(data, aes(x=x, y=y) ) +
5 z  ?! s- ~4 T  geom_bin2d(bins = 70) +
3 o5 ^: a6 y5 b! u5 x' Y) f+ ~4 R  scale_fill_continuous(type = "viridis") +
& X# L% |; M$ ?; f# L/ j  theme_bw()
4 I7 n) y! n" F6 h1 O1 S
" U- o3 m6 B' s! E9 s7 R# P
3 ]# t9 b, R; U  K9 k! q9 V& y; w

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。

) y& h9 z& P0 q- b' k" W# Packages
library(hexbin)
- g0 Y; S5 Z, u: d. olibrary(RColorBrewer)

# Create data
7 u5 e$ {3 z1 p' ~. c0 t! px <- rnorm(mean=1.5, 5000)
+ O* x3 P$ V) Xy <- rnorm(mean=1.6, 5000)
5 x! f. o1 M8 T7 _4 p3 I
0 W" @/ O1 M9 X% h0 b4 p# {3 W# Make the plot
bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )


* ~( K: N. f1 y* h3 O0 e! ?
% X# _; h% o- a& h! J9 m