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
, L. A% W( L; H8 \% I3 Y; i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。
, |3 `3 r+ `' i- E
7 O9 m& Y0 U4 j; E/ [7 c. e! L+ C! o1.先绘制基础的散点图；
2 U: S+ j& }2 U2 O+ M' f0 T##二维直方图
; z0 r6 e; G4 i+ {% h( O: u" H- I# Library
library(tidyverse)
library(ggplot2)
& I, \% X; s, ]5 ^' Y
# y2 X* B' K, O# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
+ o$ Y2 b+ \" |$ X/ ]! U  ^; |b <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
6 [# }1 t, j  Q1 N; ac <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)

8 C2 }, Q+ f- l2 C#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
  geom_point()

# ]$ Y% E" a; T

2.绘制二维直方图。
% Y5 h& e( n: b- Z! f####二维直方图可使用geom_bin2d()函数绘制
1 r! t$ ^( h) Q#二维直方图默认选项
. ~9 e$ F+ X5 _) ~ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
' v/ ?8 e, E5 C- q  theme_bw()

# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
/ P0 _/ h8 c+ ^' r  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()
9 j6 L$ ~0 X7 J; ]  V; X/ v+ x# }

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。

! ^! k6 W0 M6 \1 \# Packages
library(hexbin)
/ p0 E; I4 l7 p0 elibrary(RColorBrewer)
6 r# n$ T0 B, X3 V; ]% v) j; c0 i/ i' ^
% R0 d' }3 |) S# Create data
x <- rnorm(mean=1.5, 5000)
( H! N. A% L# a4 Oy <- rnorm(mean=1.6, 5000)
7 R7 ~6 k6 y2 J7 N/ _5 i$ Z$ m" P
$ Z/ D. W) [) I% k# Make the plot
. P) K* K! Y" a. @- ybin<-hexbin(x, y, xbins=40)
! x5 }9 C# \$ _: r  hmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )
4 V7 N) O% N6 M' r& ^- _! v6 M
+ i- H4 @3 l5 H3 f7 n' {
0 Y& ?7 \( S9 I. h0 D2 a
3 S7 D$ F6 S8 \& E) U5 u" j