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。

" i4 a* R# r/ n! m" g* w/ XR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；
* W# T7 f% b& N+ l+ g##二维直方图
# A$ w1 d$ e4 O( z) O. W% e# Library
library(tidyverse)
library(ggplot2)
0 f" z+ O$ [/ ~
# D6 V' M1 H! K5 o& S8 u7 g# 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) )
c <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
' N3 S9 |$ j5 E6 E6 k1 s
#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
* T6 a2 S5 [+ B. u* ~/ c  geom_point()

4 R0 N( d  t: T  }, t2 y% X

2.绘制二维直方图。
/ }  M2 R1 Y$ S  r+ f####二维直方图可使用geom_bin2d()函数绘制
#二维直方图默认选项
, @- I3 {4 v$ j& R7 Q) gggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
; x0 L9 _% V9 ]  theme_bw()
# h2 X$ }+ S1 c/ f
- U5 T# l; {/ {- m- @# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
+ ]. [" M; [* ]/ a1 k! ~2 t( O  scale_fill_continuous(type = "viridis") +
: x2 c+ K$ `# `3 m: `  theme_bw()

5 u% }  u8 M, g! j
" w; u+ s2 a9 E2 w5 z2 S9 f7 Y

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)
8 h3 o  G* N1 ^, x1 Y- j  q# C
/ U8 O! D" f) `/ d: n, f# Create data
x <- rnorm(mean=1.5, 5000)
5 A# I* ~# e- ?6 b' T' n3 fy <- rnorm(mean=1.6, 5000)
7 e9 D% `* f7 i' O
3 j' S; I8 g- p  j# Make the plot
1 u: Z& w# P5 |  `bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )
- l* X, v) r  F1 P# t/ S$ M( }& {; n

4 A  S& M$ _" U' Y6 ?0 g. Z; Y" d
. l- b7 N. g& z