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
. R: G, G) E) i7 i( b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。
* @( I5 W" O( R) b% j
& s9 ^" X+ _9 i) T& H6 `1.先绘制基础的散点图；
7 _! u7 y- Y6 R( w+ D##二维直方图
/ f2 \6 i: U! f8 n3 a1 i# Library
6 x$ k6 t( a+ {% ylibrary(tidyverse)
& U0 @. _4 D. i7 W1 c4 \library(ggplot2)

# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
6 a3 R* c! p. M3 L% mb <- 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) )
" q  H: w+ w& n" U) m) y6 adata <- rbind(a,b,c)
: f6 U( g1 B5 l
1 T3 _/ R. B6 }9 _0 T0 V#绘制基础的散点图
$ C" z, O  [4 e3 K7 G$ @ggplot(data, aes(x=x, y=y) ) +
  geom_point()
9 G- z+ S, j; B6 y; V1 o' p6 Z
5 i2 o* g+ S  r6 r. a) e
# W! W2 E, L9 |! d; s
; E% `& u' D7 G7 j* N$ p2.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
" _5 E# s+ f5 w! b/ |% `. Jggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
* K4 t- r: u' s4 K& o- o1 l  theme_bw()
) U# F9 J3 C! M; ^9 f1 e+ M9 U! ~
" N4 l+ g2 A  g3 m0 E! v5 M! t# Bin大小控制与调色板
6 b+ l& H# ^: C# B3 T& Yggplot(data, aes(x=x, y=y) ) +
6 l8 T- c( u$ `# @1 U) @% B. W  geom_bin2d(bins = 70) +
( q; d" t: P' A  scale_fill_continuous(type = "viridis") +
  theme_bw()
% G6 J4 j" D0 h
( s3 W2 Q7 }6 X& n$ @* [6 D
' b, Y2 F5 ?$ ~( |2 {* m

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。

/ j- a: _4 x- a+ g. `, `# Packages
library(hexbin)
library(RColorBrewer)

# Create data
x <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
9 N* C+ f! n: \8 p
# Make the plot
bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
) L6 r. R$ s! o3 t8 O( |plot(bin, main="" , colramp=my_colors , legend=F )
% g3 G) Q" t! ~' b7 r
- _; p# v" k9 ]0 s8 W9 ]% ?* @
8 L. g; p# Z. g