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。
' V5 v: z  A8 [+ b1 m
R语言|绘制二维直方图
9 x# ]$ ?( ?" G7 D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 k; e/ @4 g# R
1.先绘制基础的散点图；
##二维直方图
2 V" `8 |& B+ N1 |) R8 @2 f# Library
) Y1 }5 P8 [, x! O( llibrary(tidyverse)
# F* |2 j. P. o7 O1 H, ~library(ggplot2)
, `) E" a4 d4 N
$ ^+ p6 T7 w. e" g  |4 S: z# 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) )
  H, E8 U( W8 _: c. f% Jc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
2 U0 {: h0 d# N, E
  c+ p% a9 w* I* ]$ u4 [#绘制基础的散点图
* O4 v, W) i+ E- Z$ w1 D! w/ iggplot(data, aes(x=x, y=y) ) +
# j0 l9 q; T1 ]  geom_point()



/ n2 ?8 R0 _5 x2.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
/ J# [: G/ ]9 g+ Y9 o$ ?# R5 D8 wggplot(data, aes(x=x, y=y) ) +
  geom_bin2d() +
) O+ f9 Z- w! m4 M+ X  theme_bw()

# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
  }/ Y7 k( E* M  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()

/ _+ I) w5 A, h) r3 Z- m' h7 g$ A
$ |) P! q+ P( F4 v9 a1 x5 s

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)
- F, `3 C3 s, p  j7 T! L8 s& ~library(RColorBrewer)
! `' X2 |' [  K! m$ V
' T  }0 D; }' u/ Y. w# Create data
' w6 R/ R% V7 e6 f  i. R- N4 J4 I9 Ex <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
2 l1 i" t4 @+ M7 i4 l, s# k3 V
; G) Z1 f7 ^0 j( b/ i8 G# Make the plot
bin<-hexbin(x, y, xbins=40)
my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
( h' S7 L2 r  ^& }plot(bin, main="" , colramp=my_colors , legend=F )
" X' w/ Z( H3 n  T$ a

2 G# i% r- R3 t3 p
+ _! W* U3 b: M$ b& G