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。
# v& J6 M! i7 T7 ^) C. S9 `  X
! [, ~) A- ]4 j! P8 dR语言|绘制二维直方图
2 x; x" ~* l4 n* h4 F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。

+ _, u; M$ h5 f( C' H6 z8 R1.先绘制基础的散点图；
+ ?# R0 |* t& N##二维直方图
# Library
. h- R' ~$ l. V+ y, q  J- F) slibrary(tidyverse)
library(ggplot2)

" s  G2 Z0 D4 N( I5 Z0 E) ^3 p# 读取数据
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
, y: v2 e( f$ h2 c) Ib <- 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 p6 ~- x0 n9 M+ ~data <- rbind(a,b,c)

: d2 c+ O1 n0 O1 }#绘制基础的散点图
4 N- R& `% E, R1 |+ n# C2 v+ C7 Lggplot(data, aes(x=x, y=y) ) +
& }9 i' r( n# r' @! r' P# k: U  geom_point()
1 V* A$ D8 G& |+ \( q
# E) g/ J+ Z8 r- Q5 C3 a9 g8 E( s) K
, d$ J: E1 a8 |/ S
, |# Y6 `, D. l- {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) ) +
  geom_bin2d() +
8 f& S5 v' P8 F0 C* I  theme_bw()
. V1 a1 `2 r" k% I
3 i. f4 l4 m) `* w# Bin大小控制与调色板
ggplot(data, aes(x=x, y=y) ) +
* q" Q8 J" S" O. [6 q4 z  geom_bin2d(bins = 70) +
  k2 `% `5 V7 x4 z! s  scale_fill_continuous(type = "viridis") +
  theme_bw()

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。

" ]( y$ X% l3 H5 e3 {) t8 Q# Packages
library(hexbin)
library(RColorBrewer)
$ }' S7 b. O8 n3 t7 }- W
" {" O/ V4 |1 f6 y! Z/ d* v0 w& b& I# Create data
2 `0 i. p- L: Y: V2 ~6 B4 v" R$ ?9 Fx <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
: t% X3 ?# a) ^
0 o/ |  K9 L& |# Make the plot
bin<-hexbin(x, y, xbins=40)
0 j, v: \' |' C0 k/ E/ k9 Zmy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )



# C4 V" u$ |2 p