R 点过多的散点图

我试图画出两个变量，其中N=700K。问题是有太多的重叠，因此绘图大部分变成一块黑色的实心块。有没有任何方法可以产生灰度“云”，其中绘图的黑暗度是区域中点数的函数？换句话说，我不希望显示单个点，而是希望绘图是一个“云”，一个区域中的点数越多，该区域越暗。

解决这个问题的一种方法是alpha混合，它使每个点都略微透明。因此，区域越暗，其上绘制的点越多

这在

ggplot2

中很容易做到：

df <- data.frame(x = rnorm(5000),y=rnorm(5000))
ggplot(df,aes(x=x,y=y)) + geom_point(alpha = 0.3)

df <- data.frame(x = rnorm(15000),y=rnorm(15000))
ggplot(df,aes(x=x,y=y)) + geom_point() + geom_density2d()

library(ggplot2)
x <- rnorm(n = 10000)
y <- rnorm(n = 10000, sd=2) + x
df <- data.frame(x, y)

此外，还有常规的矩形装箱（图中省略），更像传统的热图：

ggplot(df,aes(x=x,y=y)) + geom_bin2d()

---

也可以使用密度等高线（

ggplot2

）：

---

您可能会发现

hexbin

软件包很有用。从

hexbinplot

的帮助页面：

library(hexbin)
mixdata <- data.frame(x = c(rnorm(5000),rnorm(5000,4,1.5)),
                      y = c(rnorm(5000),rnorm(5000,2,3)),
                      a = gl(2, 5000))
hexbinplot(y ~ x | a, mixdata)

库（hexbin）
mixdataAlpha混合也很容易使用基本图形

df <- data.frame(x = rnorm(5000),y=rnorm(5000))
with(df, plot(x, y, col="#00000033"))

df您还可以查看
ggsubplot
包。这个包实现了Hadley Wickham在2011年提出的特性（）

（在下文中，为了便于说明，我加入了“点”-层。）


或者另一种方法是使用
smoothScatter（）
：

概述了
ggplot2
中的几个好选项：

df <- data.frame(x = rnorm(5000),y=rnorm(5000))
ggplot(df,aes(x=x,y=y)) + geom_point(alpha = 0.3)

df <- data.frame(x = rnorm(15000),y=rnorm(15000))
ggplot(df,aes(x=x,y=y)) + geom_point() + geom_density2d()

library(ggplot2)
x <- rnorm(n = 10000)
y <- rnorm(n = 10000, sd=2) + x
df <- data.frame(x, y)

我最喜欢的绘制此类数据的方法是-散射密度图中描述的方法。这个想法是做一个散点图，但要根据点的密度（粗略地说，就是该区域的重叠量）给点上色

它同时：


清楚地显示异常值的位置，以及
显示绘图密集区域中的任何结构

以下是链接问题的顶部答案的结果：

来自的geom_PointDenity
（最近由Lukas Kremer和Simon Anders（2019）开发）允许您同时可视化密度和单个数据点：

库（ggplot2）
#安装包（“ggpointdensity”）
图书馆（点密度）
df听起来像是在寻找热图：只需添加一点上下文，“#000000”是黑色，在颜色末尾添加的“33”是不透明度——这里是33%。感谢添加的解释。非常有意义。谢谢，亚伦和查理。小调；数字是十六进制的，因此33实际上是3/16不透明的。+1 hexbin是我的首选解决方案-它可以占用大量的点，然后安全地创建一个绘图。我不确定其他人是否会尝试生成一个绘图，而只是在事后对事物进行不同的着色。像hexbin这样的3D数据吗？第二个绘图很棒！如果我有3D数据怎么办？@skan：你可以就此提出一个新问题。不幸的是，包ggsubplot不再维护，并从cran repo中删除了…你知道可以使用另一个包生成上述前两个图吗？如果你使用旧版本的R&ggplot2，你应该能让它工作我怎么能改变颜色？我现在使用的是蓝色到黑色的比例，而我想要的是reg，绿色到蓝色的比例。@user1007742使用
scale\u fill\u gradient（）。更改点的类型/形状如何？我得到六边形或正方形。我只想要简单的点。当我使用geom_point（）时，它会给我一个错误。@user1007742好吧，它被称为“六边形装箱”是有原因的它不是绘制“点”，而是将整个区域划分为六边形（或矩形）容器，然后根据容器中的点数量对容器进行着色。所以简单的回答是“你不能”。如果你想要不同的形状，你必须使用
geom_point（）
并绘制每个点。如果我有3D数据呢？这是一个非常好的答案，我认为值得更多的投票。在scale_fill_viridis_c（）中给我一个错误：找不到函数“scale_fill_viridis_c”更新的ggplot2，重新安装ggplot2并重新加载ggplot2。我没有纠正错误。单独安装的“viridis”软件包，允许我使用“scale_fill_viridis”功能，但不使用“scale_fill_viridis_c”功能，这仍然会产生相同的错误哦，我相信你。没有问题。只是想找出错误的根源。这也是我最喜欢的方法。有关如何实现这一点，请参见
R
。
smoothScatter(dat[2:3])

library(ggplot2)
x <- rnorm(n = 10000)
y <- rnorm(n = 10000, sd=2) + x
df <- data.frame(x, y)

o1 <- ggplot(df, aes(x, y)) +
  geom_point(alpha = 0.05)

o2 <- ggplot(df, aes(x, y)) +
  geom_point(alpha = 0.05) +
  geom_density_2d()

o3 <- ggplot(df, aes(x, y)) +
  stat_density_2d(aes(fill = stat(level)), geom = 'polygon') +
  scale_fill_viridis_c(name = "density") +
  geom_point(shape = '.')

o4 <- ggplot(df, aes(x, y)) +
  stat_density_2d(aes(fill = stat(density)), geom = 'raster', contour = FALSE) +       
  scale_fill_viridis_c() +
  coord_cartesian(expand = FALSE) +
  geom_point(shape = '.', col = 'white')

o5 <- ggplot(df, aes(x, y)) +
  geom_hex() +
  scale_fill_viridis_c() +
  geom_point(shape = '.', col = 'white')

o6 <- ggplot(df, aes(x, y)) +
  geom_point(alpha = 0.1) +
  geom_rug(alpha = 0.01)

cowplot::plot_grid(
  o1, o2, o3, o4, o5, o6,
  ncol = 2, labels = 'AUTO', align = 'v', axis = 'lr'
)