如何使用R为散点图中的点密度着色答案

【问题标题】：How to color the density of dots in scatter plot using R如何使用R为散点图中的点密度着色
【发布时间】：2018-01-07 21:15:08
【问题描述】：

我用ggplot2做了一个散点图

但我想为点的密度着色，我尝试添加 alpha 值但它不能很好地指示密度。那么如何根据计数对重叠的点进行着色呢？

我使用的数据看起来像这样包含10万个数字（范围从0到1）（第一列是x，第二列是y）：

0.07    0.04
0.02    0.12
0.00    0.03
0.14    0.10

我添加了 alpha 值，绘图看起来像：

代码：

library(ggplot2)
p <- ggplot(file, aes(X1,X2)) + geom_point(size=1,alpha = 0.1)
p + labs(x= " " , y=" ", title=" ") + xlim(0.0,1.0) + ylim(0.0,1.0)

【问题讨论】：

您能否分享一个包含您的数据子集或玩具数据的可重现示例？
我显示一些数据，它有 100k 坐标...
我认为@Sal 的意思是您应该提供reproducible R example。请提供导致所呈现情节的代码，并与?dput 分享您的数据（或部分数据）

标签： r ggplot2

【解决方案1】：

为了传达密度信息，点图或散点图可能不是最理想的，因为 alpha 真的很难识别。

在您的情况下查看十六进制图 (http://ggplot2.tidyverse.org/reference/geom_hex.html) 或热图 (http://ggplot2.tidyverse.org/reference/geom_bin2d.html)。

由于我不知道您的数据，我将只使用ggplot2s diamond-dataset。您可以像这样创建上述图（两个示例均取自文档）：

library(ggplot2)
ggplot(diamonds, aes(carat, price)) +
 geom_hex()

或者像这样

library(ggplot2)
ggplot(diamonds, aes(carat, price)) +
 geom_bin2d(bins = 100)

附录

我刚刚注意到，您的第二个问题是关于颜色中断的。要允许此使用 scale_fill_viridis_c(breaks = c(100, 500, 1500, 2500, 4000)) 实现此效果。

ggplot(diamonds, aes(carat, price)) +
  geom_bin2d(bins = 100) + 
  scale_fill_viridis_c(breaks = c(100, 500, 1500, 2500, 4000))

^{由reprex package (v0.3.0) 于 2020 年 4 月 20 日创建}

【讨论】：

我之前尝试过使用geom_hex，但看起来很糟糕（都是相同的颜色......如何调整计数范围？
例如，您可以使用geom_hex(bins = 10) 或其他bin-number。
以你上面展示的第一张图片为例，右边的计数：5000、4000、3000、2000、1000。如何将它们更改为5000、4000、3000、2000、1000、 800, 600, 400, 200 ?
查看scale_y_continous 和breaks 参数或scale_y_log10，具体取决于您要应用的规模。

【解决方案2】：

我找到了一些方法：

1) Color scatterplot points by density 这个很好用。

2) Josh O'Brien's answer 这太棒了！我也想知道如何呈现密度和颜色的精确值之间的关系...

3)Create smoothscatter like plots with ggplot2这两个也不错。

我不擅长编程，只能在网上找一些别人提供的代码:(

【讨论】：

【解决方案3】：

有一个库可以很好地做到这一点，称为ggpointdensity。

它避免了分箱图缺乏平滑性，并且不需要额外计算密度。

自述文件中的示例：

library(ggplot2)
library(dplyr)
library(viridis)
library(ggpointdensity)

dat <- bind_rows(
  tibble(x = rnorm(7000, sd = 1),
         y = rnorm(7000, sd = 10),
         group = "foo"),
  tibble(x = rnorm(3000, mean = 1, sd = .5),
         y = rnorm(3000, mean = 7, sd = 5),
         group = "bar"))

ggplot(data = dat, mapping = aes(x = x, y = y)) +
  geom_pointdensity() +
  scale_color_viridis()

【讨论】：