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。
+ Q- [+ Q( J9 v; Z+ [4 l; z
, R" L5 u* n1 PR语言|绘制二维直方图
  \9 o2 [' `4 `( E2 k9 H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。
& `4 v; V4 f# u5 p; T2 C
2 i+ V9 q1 P2 @2 `5 [1.先绘制基础的散点图；
##二维直方图
) |, h1 W4 b, ~" P# Library
library(tidyverse)
: I) P4 j( k6 ^2 a8 Q( p7 Wlibrary(ggplot2)
. O! S# p' r" `6 B& u/ j
) b0 M( J) \+ S2 F* C5 p3 V' t# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
4 g9 w  H/ S* `1 t* J- ]% Rb <- 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) )
data <- rbind(a,b,c)
( A$ j' J  E: l- e8 W
7 Y/ a' m4 b& F0 E( i#绘制基础的散点图
. d0 k, r# N6 N4 e8 Xggplot(data, aes(x=x, y=y) ) +
% j/ \( _% K' M# k% H3 G. N0 {  geom_point()
: Z1 b- L" `; n0 C5 O; N# z$ o
* h" R$ t; @4 P
. F' p% i, `% e1 y
2.绘制二维直方图。
$ V3 l, h4 C8 p: o: |; M####二维直方图可使用geom_bin2d()函数绘制
( |6 F" A. t; J3 e6 W/ `& ^#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
. v" F4 x. m4 o, C  theme_bw()

# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
1 A# I( R: r; Q$ \# J2 ~( x  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()


  t4 z4 x" m' S& E

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。

# Packages
library(hexbin)
library(RColorBrewer)
% c& A0 H9 A: g
' T$ `5 @/ y. i! h7 D# Create data
. e( O  K: G/ Z5 N$ m- Ux <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)

# Make the plot
bin<-hexbin(x, y, xbins=40)
3 X1 c7 n) W0 Z( b# b/ o( B% |, t; omy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
2 ]5 W  ?5 W! \plot(bin, main="" , colramp=my_colors , legend=F )
% R5 F6 n6 H  C1 e% U
0 Q( R9 y8 J' j$ {- o' q
6 Z7 q. B0 a4 r! i" y