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。

$ l, p3 t% [7 {2 rR语言|绘制二维直方图
" l1 J+ X( d% t" I* c: n, ?( G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；
##二维直方图
' D5 S; z7 z! C8 e; p# Library
, a) E0 F! r4 p8 g4 O5 _library(tidyverse)
library(ggplot2)
# @0 E/ d0 R6 g* |- v7 \2 `
# 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) )
% b' @! P2 v' l$ W4 P" `% zc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
* r" w; x/ O$ fdata <- rbind(a,b,c)
- w0 C) V1 b! A6 b) u& E
#绘制基础的散点图
' v+ a) l* [* Q8 Z1 @* y1 W: p4 jggplot(data, aes(x=x, y=y) ) +
( x. U5 q1 N' t2 q7 J" ]2 M5 r  geom_point()
: N0 \& q" Y. K
4 y/ Z: K& i0 d4 N4 Q  Y3 g  ?
* b6 Q' X' _( P" @- X. h" ?
* V$ m* e. o6 u* P2.绘制二维直方图。
####二维直方图可使用geom_bin2d()函数绘制
/ b2 f; `6 h/ {: I/ m#二维直方图默认选项
" j# A2 q) X, Q4 b) m8 W! Vggplot(data, aes(x=x, y=y) ) +
! d2 _8 s* m8 h* C: X  geom_bin2d() +
  theme_bw()
" x8 x% Z' d& o& ~
# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()
  ?. f% L6 w9 \# }7 h4 g  _7 `

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
3 Q$ w+ j( b/ S' B1 |1 s" G+ |: Plibrary(hexbin)
library(RColorBrewer)

# Create data
x <- rnorm(mean=1.5, 5000)
5 J) B' F) o* I: r# y. l3 ty <- rnorm(mean=1.6, 5000)
# [2 z+ |  [( I( i9 M
# Make the plot
bin<-hexbin(x, y, xbins=40)
9 o+ U/ m0 X. _, {5 n) Cmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
0 G$ ?( I5 Y+ h% q0 b6 G# Oplot(bin, main="" , colramp=my_colors , legend=F )


# I6 p/ j& s3 Q; K0 B6 I) Z
2 X: X6 f# d( Z) I& y/ C, J