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。

# C" N4 D5 Y' l! V1 m8 AR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。

, |+ ], m0 z# n1.先绘制基础的散点图；
- v+ x9 L2 r7 P6 W: N. q, z  E##二维直方图
# Library
: j  M6 e- U9 B3 e( z$ blibrary(tidyverse)
) v8 b; C$ k; K: t7 x4 t& zlibrary(ggplot2)

# 读取数据
! L6 E7 z* T2 N% ?' wa <- 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)
7 {) F( s$ q% v9 u: X
& {: B& c9 p' k#绘制基础的散点图
) ~( g4 |* A' X, k3 y  R0 Eggplot(data, aes(x=x, y=y) ) +
  geom_point()

; a% D7 v; E2 M& J2 q# T% [
! S, ]2 B+ R, x" r1 F- X
: u0 o5 v" \/ Q, K( p2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
#二维直方图默认选项
ggplot(data, aes(x=x, y=y) ) +
5 c0 U. [) ^/ w  geom_bin2d() +
  theme_bw()

* X8 ?# J) M1 O" U2 k/ Q9 U# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
7 l' m! L7 [- d+ `  geom_bin2d(bins = 70) +
; D- m, k0 \# `+ e8 h  z4 ~  scale_fill_continuous(type = "viridis") +
  theme_bw()

4 u" [" O- Q; N
7 `3 d/ I3 r; [) X4 n7 l

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。

2 {# J/ V3 H5 q' O$ q# Packages
library(hexbin)
library(RColorBrewer)
' B: |# ~2 G3 r, V9 [
9 A, _1 L9 q# J1 @7 D& r# Create data
( m2 W, x. u5 l1 N, n; Fx <- rnorm(mean=1.5, 5000)
0 x' |/ L/ Z% |( J8 ~. yy <- rnorm(mean=1.6, 5000)
( Q6 _. Q. O1 r) u4 W" Z
# Make the plot
; O& l8 T( {' g1 A, T  G( Rbin<-hexbin(x, y, xbins=40)
3 L, Y2 T6 ]9 V  Xmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
/ u6 d3 {+ c& S, dplot(bin, main="" , colramp=my_colors , legend=F )
+ l( @0 O0 A7 e, y; _% _+ y* E  V
& ]7 j. c. A' H; H; c+ O8 L

1 S4 U8 m# w& m9 }( p