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
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。

. H; m5 K4 I( J1.先绘制基础的散点图；
##二维直方图
+ R7 N. i) n& [( d) C# Library
+ Y" |; r0 y& B4 S3 Alibrary(tidyverse)
# M' |: A% w# |! N+ |; Plibrary(ggplot2)

% ~$ o0 Z; F8 V" K  j1 ~4 a7 k# 读取数据
) ^0 G/ s! {; j: ]! X3 ?% Da <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
$ |  F3 o7 S5 m$ \0 Zb <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
5 A- s3 i6 V% a1 @# L& Uc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
6 l8 T: Z- ~+ z3 }4 adata <- rbind(a,b,c)

, y+ k5 Z3 j( r4 m" W" s6 ~#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
1 U9 ]( Q. g1 b0 x! ~+ X/ Q  geom_point()


- ~, [. m. p. d* Q. G# H
( ^, I2 l: ?2 E" M1 h; Z1 ~2.绘制二维直方图。
; w  l3 W. f* `####二维直方图可使用geom_bin2d()函数绘制
. k( I/ ~) V& u! o3 E0 |#二维直方图默认选项
0 m0 f3 |, F6 [9 x0 l/ K: wggplot(data, aes(x=x, y=y) ) +
2 U( e3 Q0 w1 M( ?- F  geom_bin2d() +
* A1 v. |  O+ J3 \0 d% E9 [  theme_bw()
; V1 U8 q) J1 k  c9 u
) ?/ Q+ Q2 o9 g& ?  x. i& F% q# Q# Bin大小控制与调色板
5 ^9 p  m$ Z: y+ ?- Fggplot(data, aes(x=x, y=y) ) +
( a* K4 o9 q3 c  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
. C4 X: K$ b1 S( ?" P  theme_bw()
: g  o, Y' s. ]# m" C8 `
* h. z- G  B/ B! ]: ^& I

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
2 i' b1 e% m" ]  A/ `library(hexbin)
% b, e! ]8 a. O! A$ [  l& nlibrary(RColorBrewer)
: b" F* n0 N5 F/ M: f( w& I. R  L
# Create data
3 R* A/ e% [* W1 Sx <- rnorm(mean=1.5, 5000)
! t+ p2 ^, m, z) ty <- rnorm(mean=1.6, 5000)
! Q  n$ y' X- ~) `9 p' E
# Make the plot
bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
& l: Q9 r$ m( n0 z( {" i8 }plot(bin, main="" , colramp=my_colors , legend=F )



; q. {7 p' |0 E: Q! s