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。
) E) L& M" U6 E  |
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)
9 D5 q: T+ ?* Q) A. p
, W  _. F  t0 `: ?  K# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
' |* l2 s. P  U4 F" ib <- 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) )
1 l; g2 s/ [8 q0 J$ _# ndata <- rbind(a,b,c)

6 b" ]# [4 ^+ g/ r6 ?! a#绘制基础的散点图
5 k1 H. a8 O+ r9 U. u& _ggplot(data, aes(x=x, y=y) ) +
  geom_point()
# ]: L) ?/ j3 u8 h8 [9 s+ V9 v
7 w6 r" L  ]2 a
% h) [; D- k) H% s% M
9 l1 U' r% ]6 W+ y/ T( M2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
3 ]! P# D0 A# H, H8 ~$ g) `#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
* J3 I: e; ?- y% C- H6 i# c9 ~* V( c3 J  geom_bin2d() +
2 i& Y, H- j6 i; y  theme_bw()
* g7 i& d8 o; a; e# o+ U2 T: B
  J! }' a% U% l# ]# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
5 a2 Y+ a; J% X: M, O6 _  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()


: y1 z& a( z* K8 g# H

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。

/ k1 T) c. D/ z8 J: V4 L# Packages
/ w7 N. J; A/ H. ylibrary(hexbin)
library(RColorBrewer)

* _( |/ R0 l5 F7 z4 }" g! l# Create data
x <- rnorm(mean=1.5, 5000)
, }& s- a' |0 T7 `y <- rnorm(mean=1.6, 5000)
" L- {/ K/ Z( O
/ f+ l2 f; O8 c# B# s1 u# Make the plot
bin<-hexbin(x, y, xbins=40)
0 v% t' U! z. @( ?9 Qmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )
5 t' C5 O. {+ I( {: R
( G8 S$ h1 h- K, H3 W3 G

2 P: k8 Z" o0 Y; B7 T, Z7 s& B8 g