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。
. n- r: ]; p; ^* u
R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。
7 H+ p8 D' |- S% T
1.先绘制基础的散点图；
##二维直方图
! O4 F5 O0 ~. h/ e: `% c# Library
& s" Q. ^" T$ `' [* H9 Y! X2 M4 p" \library(tidyverse)
library(ggplot2)
% y+ g1 b  Y2 b
% {) G9 D' h8 S. |# 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) )
9 b# r' Y6 o6 X/ h  T# }% Bc <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c)
5 @3 F' }& c5 y( U8 e8 U# X
5 |" I% e" X) [#绘制基础的散点图
ggplot(data, aes(x=x, y=y) ) +
* D) v# p: A+ U$ {# B  geom_point()
( E2 h& r3 h, E7 B6 B6 ]. O
# D1 W# w& W) {2 T* E
! N* q, E% f2 I9 B9 H% L2 ]+ s
2.绘制二维直方图。
9 o' Q) x: M6 M8 T4 |. {####二维直方图可使用geom_bin2d()函数绘制
#二维直方图默认选项
, D8 E: h$ p5 M) A7 ]/ s6 j% U/ Hggplot(data, aes(x=x, y=y) ) +
" N/ C) B' j$ E# d# G  geom_bin2d() +
6 J6 P; ~9 H7 W+ ~  theme_bw()
2 y1 ~$ }, X0 w; c) L/ P7 X6 D2 K
# Bin大小控制与调色板
( ?, r$ u1 T8 `2 \7 @ggplot(data, aes(x=x, y=y) ) +
5 M7 `; ?# W; ?( V  geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") +
+ [1 J% ~; P5 o* C1 ^  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。

# Packages
library(hexbin)
+ p3 g- ^- p/ \: ~2 E# C$ wlibrary(RColorBrewer)

0 b1 Y* {; K7 j. q2 Q4 f! s6 v4 E- v# Create data
, d: X& }1 `* ux <- rnorm(mean=1.5, 5000)
y <- rnorm(mean=1.6, 5000)
( y! U% U5 D  `5 F* c
& A1 A( D) B- _3 D0 n  ]) M# Make the plot
bin<-hexbin(x, y, xbins=40)
9 b, f/ S/ N" \% T1 l, g5 Ymy_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))
plot(bin, main="" , colramp=my_colors , legend=F )


% H& ~% l+ W8 K