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。

7 M# ^9 }: e5 LR语言|绘制二维直方图
* Z' P' ^6 I0 O; a; R3 }. l# p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。
% p3 n  y4 G, p
1.先绘制基础的散点图；
8 F% v, O' e2 t/ ^7 O- z) Z) _##二维直方图
: d0 s* R& i6 m8 p8 a7 P# Library
library(tidyverse)
library(ggplot2)

/ C0 e" T3 q% a: \# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
' x/ e: Z4 u/ g7 hb <- 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) )
1 {1 O( z' a- A; w% y# \data <- rbind(a,b,c)
7 O6 T9 H& g, y: g* X2 i3 L
#绘制基础的散点图
- a  T* o- G# Oggplot(data, aes(x=x, y=y) ) +
& p& P7 _9 v0 {7 z0 m  geom_point()
  Q/ @; y" J; E+ \" V: }  c

6 k4 @9 B1 A, J5 q9 j9 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
$ I% [+ A3 z( S  _9 Iggplot(data, aes(x=x, y=y) ) +
# v  V0 \0 E5 C( k  geom_bin2d() +
; P6 y+ A8 O# x' M8 ?  theme_bw()

# Bin大小控制与调色板
; Z+ D+ Q( J% v7 I0 c; Gggplot(data, aes(x=x, y=y) ) +
6 ^& c4 P$ s4 L8 D+ G  geom_bin2d(bins = 70) +
) n5 q) t/ x$ v& X1 i  scale_fill_continuous(type = "viridis") +
4 f" ?2 X% f; c4 O" v# D# _4 k  theme_bw()
! J9 r. F2 V% T
& d. \" ~3 z- R6 }
8 w$ v8 I# U2 C, `* b! I

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
0 T' o# G3 i  Q" k3 Olibrary(hexbin)
library(RColorBrewer)
$ {( ^2 [0 ?( |: V4 g% k' z6 ~
# Create data
x <- rnorm(mean=1.5, 5000)
" a& N  p- n' @# R0 iy <- rnorm(mean=1.6, 5000)
% K% x6 Y5 n3 C% a+ w& j
1 {* x  U+ S& _8 p5 C1 j* r7 Y( ]5 T# Make the plot
bin<-hexbin(x, y, xbins=40)
3 M! ?! Q. M! k/ umy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
, a+ L$ f& e( f- Iplot(bin, main="" , colramp=my_colors , legend=F )
$ K4 w: E) T! x6 f
" T+ }1 Z2 W/ [9 r; Z
  G0 S( I- |8 C
5 C9 o. p1 b- t  _: ?2 L2 D, ]8 m" Z