如何在R中创建核密度图网格

我有一些高维密度的样本，我想画出来。我喜欢创建一个网格，当它们交叉时，在其中绘制它们的双变量密度。例如，在Bayes and Big Data（贝叶斯和大数据）-一致性蒙特卡罗算法中，Scott et al.2016绘制了以下曲线图：

在该图中，对角线上方的分布比例刚好足够大，以适合该图。在下面的对角线中，双变量密度以通用比例绘制

有人知道我是如何实现这样的阴谋的吗

例如，如果我刚刚使用以下公式生成了一个5维高斯分布：

library(MASS)

data <- MASS::mvrnorm(n=10000, mu=c(1,2,3,4,5), Sigma = diag(5))

---

使用ggforce包中的facet_矩阵相对容易。您只需指定哪一层位于绘图的哪一部分，即layer.upper=1表示第一层geom_density2d应位于矩阵的上三角部分。geom_autodensity确保KDE接触绘图的底部

library(MASS)
library(ggforce)

data <- MASS::mvrnorm(n=10000, mu=c(1,2,3,4,5), Sigma = diag(5))

df <- as.data.frame(data)

ggplot(df) +
  geom_density2d(aes(x = .panel_x, y = .panel_y)) +
  geom_autodensity() +
  geom_point(aes(x = .panel_x, y = .panel_y)) +
  facet_matrix(vars(V1:V5), layer.upper = 1, layer.diag = 2)

---

更多关于facet_矩阵的详细信息已发布。

使用ggforce软件包中的facet_矩阵相对容易。您只需指定哪一层位于绘图的哪一部分，即layer.upper=1表示第一层geom_density2d应位于矩阵的上三角部分。geom_autodensity确保KDE接触绘图的底部

library(MASS)
library(ggforce)

data <- MASS::mvrnorm(n=10000, mu=c(1,2,3,4,5), Sigma = diag(5))

df <- as.data.frame(data)

ggplot(df) +
  geom_density2d(aes(x = .panel_x, y = .panel_y)) +
  geom_autodensity() +
  geom_point(aes(x = .panel_x, y = .panel_y)) +
  facet_matrix(vars(V1:V5), layer.upper = 1, layer.diag = 2)

关于facet_矩阵的更多细节已发布