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。
8 v8 R$ i9 B. R# q& w0 z/ x# H
( T3 V) _% S1 ^, QR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。

6 \5 }5 W. G$ [. o( S: ^& q) G1.先绘制基础的散点图；
3 v' E' z  r' l6 @! M8 r# j3 O##二维直方图
# Library
library(tidyverse)
library(ggplot2)
0 C4 A* X0 k* B, |  y* g; M
' t: l8 \$ u* j1 x6 z5 t" u6 J# 读取数据
$ t% e) D$ M6 {a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
+ W3 [$ n4 g  [: z4 s6 W0 Kb <- 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)
$ J! T0 L5 X* U) R
. b; y6 X( ~3 D#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
  geom_point()
( W* l1 Y$ C( D" }: {, U- p


2.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) ) +
. s  R* [* _0 W$ U& Y8 ^1 F& n  geom_bin2d() +
  theme_bw()

- `4 X0 H- o0 J7 Y6 H2 F9 u# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  geom_bin2d(bins = 70) +
0 D# s5 C8 Z: m9 r. P3 |  scale_fill_continuous(type = "viridis") +
9 A& `# A9 ~/ D0 F8 y  theme_bw()

) o6 d- o3 X0 @4 |
, S' ]3 `6 O# M1 `

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。

" U4 H  x) H9 n) c' ]# Packages
library(hexbin)
9 f1 d4 s; r4 j4 }& O8 Ulibrary(RColorBrewer)
( o. W% Y) e# S/ c! {$ W" b% t
# Create data
x <- rnorm(mean=1.5, 5000)
' W  G  t, t4 j7 q4 j) X' o4 ky <- rnorm(mean=1.6, 5000)

( h* k4 j2 v" H* C7 S# Make the plot
+ U6 K* x2 ~$ {2 }3 G1 S6 l7 Hbin<-hexbin(x, y, xbins=40)
2 Q1 {+ {) H2 y1 X7 R2 h& M5 Q% ^my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )
, W; J5 P' v1 `
" d4 f- X9 d! B/ |5 y5 i2 O
) e; l. e( y% F& Q6 }4 A. w6 y