颜色分类的密度散点图答案

【问题标题】：Colour-categorised density scatterplots颜色分类的密度散点图
【发布时间】：2017-06-04 17:00:27
【问题描述】：

我需要承认我对 R 和一般编程很陌生。

我希望创建一个密度散点图。我有大约 350 个数据点，只有 27 个唯一的 x,y 值。我希望它采用 smoothScatter 的形状，唯一的区别是我希望数据点采用反映绝对密度的颜色（例如，1-5 绿色；2-10，蓝色；11-20 ，红色等），而不是颜色有多强烈。本质上，锐利和有色的点是我所追求的

这是上色前的样子：

你能帮我弄清楚如何做到这一点吗？

【问题讨论】：

这是一个散点图，但密度图是另一回事。您是否要求颜色来反映每个位置有多少数据点？如果是这种情况，我们需要一些数据来提供建议。
嗨乔纳森，确实，我要求颜色来反映每个位置有多少数据点。有一个自变量 Grade 和一个因变量 Corrected。即兴变量已更正 - 成绩（即兴=更正 - 成绩）。想要显示修正后哪些原始成绩提高最大。

标签： r scatter-plot

【解决方案1】：

这是使用标准绘图函数和mtcars 的另一种方式，其中颜色反映了汽车的型号。

attach(mtcars)
cars <- mtcars
cars$model <- as.factor(rownames(cars))
plot(cars$mpg, cars$wt, col = cars$model, pch = 16)

【讨论】：

嗨，谢谢你 :) 如果我可以手动对数据点的频率进行分类，那将非常有帮助。更希望 R 计算某个位置存在多少数据点，然后相应地对其进行着色。
这是一种完全不同的分析，称为聚类。这是一个参考：statmethods.net/advstats/cluster.html
谢谢，现在我知道我需要转向 k-means。将尝试解决这个问题（受过教育的化学家，现在在人力资源部门，所以这可能很难......）。任何提示表示赞赏！

【解决方案2】：

你在追求这样的事情吗？

set.seed(357)
xy <- data.frame(x = runif(37), y = runif(37))
xy <- round(xy, 1)
rp <- sample(1:30, size = nrow(xy), replace = TRUE)
xy <- xy[rp, ]
xy$colors <- cut(rp, 3)

library(ggplot2)

ggplot(xy, aes(x = x, y = y, color = colors)) +
  theme_bw() +
  geom_point()

ggplot(xy, aes(x = x, y = y, color = colors)) +
  theme_bw() +
  geom_point()+
  geom_density_2d(h = 0.25)

【讨论】：

对不起，我的反应很慢，需要通过你提到的每一个功能来了解发生了什么:) 恐怕这不是我想要的。如果我附上 CSV 文件会有帮助吗？
@PiotrWojciechowski 您需要调整剪切功能以生成您所追求的垃圾箱...