使用R语言绘制二维密度图

下图是一张常见的二维核密度散点图，能够清晰直观的反映出数据之间的分布趋势，颜色越红的位置数据越集中分布。今天分享的笔记是在R语言中绘制该图的两种常见方法，提供过程代码。

论文中常见的这种展示两组数据之间分布趋势的图，其实也是一种散点图，只是用不同颜色来映射了点的密度大小，通常是渐变色来展示数据的变化规律。

方法一：ggpointdensity

这个包结合了散点图和密度图的特点，是 ggplot2 的一个扩展，使用户能够创建点密度图，其中点的颜色和大小可以表示数据点在特定区域的局部密度，从而直观地揭示出数据的集中趋势。

安装与使用方法

install.packages("ggpointdensity")
library(ggpointdensity)
library(viridis) # 使用viridis提供的翠绿色标度：scale_fill_viridis()

安装完成后开始绘图，首先生成测试数据

df <- data.frame("x" = rnorm(10000), "y" = rnorm(10000))
> head(df)
           x           y
1  0.2505781  0.05379511
2 -0.2779240  0.75343075
3 -1.7247357  0.24985048
4 -2.0067049 -0.44410484
5 -1.2918083 -0.05027016
6  0.3658382 -0.46777918

如果你有实际数据，也可以按照这种方式进行整理，比如在excel中整理好，分成两列，分别代表横轴和纵轴，然后导入R语言中进行绘图。

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

绘图的核心函数geom_pointdensity生成散点密度图，如果直接运行，结果图如下：

看起来配色不太好看，换成青翠渐变色：

ggplot(df)+
    geom_pointdensity(aes(x=x,y=y))+
    scale_color_viridis() +
    theme_bw()

添加scale_color_viridis函数修改配色：

方法二：ggdensity

这个包也是属于ggplot2扩展包，用于绘制密度图，效果和刚才差不多，优点是提供geom_hdr函数，功能比较多。

安装与使用方法

install.packages("ggdensity")
if (!requireNamespace("remotes")) install.packages("remotes")
remotes::install_github("jamesotto852/ggdensity")

还是使用刚刚创建的假数据来展示：

p <- ggplot(df, aes(x, y)) + coord_equal()
p1 <- p + geom_density_2d_filled()+
    theme_bw()
p1

这样获得了一张基础布局的密度图，展示的是等高线，geom_density_2d_filled是ggplot2自带的二维填充绘图函数。

p1<-p + geom_hdr()

如果是使用geom_hdr函数的话，作图效果如下所示：

我问还可以修改边缘线，比如让曲线变成圆形布局或者其他布局，也可以按照小方块进行渲染，类似于GPU显卡计算图像，通过统计每个小方块儿里面点的数量来进行颜色映射。

p2<-p + geom_hdr(method = "mvnorm")

p4<-p + geom_hdr(method = "histogram")

以上就是今天分享的密度图小技巧，感谢您的阅读，如果感觉有所帮助，欢迎点赞转发，下期教程分享R语言中绘制动态交互式热图的方法。

参考资料

https://blog.csdn.net/weixin_40575651/article/details/107038516
https://rpkgs.datanovia.com/ggpubr/reference/ggdensity.html
https://github.com/jamesotto852/ggdensity
https://cloud.tencent.com/developer/article/2297184