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。
( N/ x. v4 i; B' Z. N" Y. M# a- L
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。

1.先绘制基础的散点图；
##二维直方图
# Library
library(tidyverse)
library(ggplot2)
5 y% l2 E' h, h; C0 _9 t
: e) U4 ^6 ~5 @' |5 |; j; R0 B) t# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
b <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
+ g3 N) I) J# w" _% ]7 b! x# C. h# Qc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
5 i% X1 I/ T# A9 h) Zdata <- rbind(a,b,c)

7 Z$ v" M5 H* Z6 _- [#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
  geom_point()

) }/ p, n$ e- N" |2 i0 m
  {! Z& E2 e( V. t! D9 K: ]/ s
2 r  f1 u2 `3 B/ A7 L2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
. j& [6 E* [& T% _. ^7 L#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
. |. X' j4 l+ G0 }: `; ^" Z  theme_bw()
) z; N6 w/ V* i* `
3 {* S* g4 D" w( I7 {$ k# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
  A$ ]6 i# Q+ i' B7 `2 \3 J0 w  scale_fill_continuous(type = "viridis") +
  theme_bw()

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。

" w! P) ]2 |4 k6 A) j0 Z8 B+ H3 j# Packages
5 W5 x) {7 ~% [7 M# K3 olibrary(hexbin)
% O$ E3 Z$ N% }# glibrary(RColorBrewer)
$ V! q6 I5 T- `; M9 ], M1 U
2 p  S. j4 y6 o% S$ L, ]# Create data
, P/ Z$ M) Y+ m, s& F+ g) Mx <- rnorm(mean=1.5, 5000)
9 m/ `. a8 ?' S! _y <- rnorm(mean=1.6, 5000)
$ e, d& v; ?7 V6 n, e0 d
) n5 ]. K0 z) F2 G1 o+ R# 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 )


5 k1 w- J& d# Z* _4 x