R Scatter Plot：符号颜色表示重叠点的数量

Question

当许多点重叠时，散点图很难解释，因为这种重叠会掩盖特定区域中的数据密度。一种解决方案是对绘制点使用半透明颜色，以便不透明区域表示在这些坐标中存在许多观察值。

下面是我在R中的黑白解决方案的一个例子：

MyGray <- rgb(t(col2rgb("black")), alpha=50, maxColorValue=255)
x1 <- rnorm(n=1E3, sd=2)
x2 <- x1*1.2 + rnorm(n=1E3, sd=2)
dev.new(width=3.5, height=5)
par(mfrow=c(2,1), mar=c(2.5,2.5,0.5,0.5), ps=10, cex=1.15)
plot(x1, x2, ylab="", xlab="", pch=20, col=MyGray)
plot(x1, x2, ylab="", xlab="", pch=20, col="black")

然而，我最近遇到了this article in PNAS，它采用了类似的方法，但使用了热图着色而不是不透明度作为重叠点数的指标。这篇文章是Open Access，所以任何人都可以下载.pdf并查看图1，其中包含我想要创建的图表的相关示例。本文的方法部分表明分析是在Matlab中完成的。

为方便起见，以上文章中的图1的一小部分是：

如何在R中创建一个散点图，使用颜色而不是不透明度作为点密度的指标？

对于初学者，R用户可以使用函数install.packages("fields")在tim.colors()库中访问此Matlab配色方案。

是否有一种简单的方法可以制作类似于上述文章图1的数字，但是在R？谢谢！

Answer 1

一种选择是使用densCols()来提取每个点的内核密度。将这些密度映射到所需的颜色渐变，并按照增加局部密度的顺序绘制点，可以得到与链接文章中的图形非常相似的图。

## Data in a data.frame
x1 <- rnorm(n=1E3, sd=2)
x2 <- x1*1.2 + rnorm(n=1E3, sd=2)
df <- data.frame(x1,x2)

## Use densCols() output to get density at each point
x <- densCols(x1,x2, colramp=colorRampPalette(c("black", "white")))
df$dens <- col2rgb(x)[1,] + 1L

## Map densities to colors
cols <-  colorRampPalette(c("#000099", "#00FEFF", "#45FE4F", 
                            "#FCFF00", "#FF9400", "#FF3100"))(256)
df$col <- cols[df$dens]

## Plot it, reordering rows so that densest points are plotted on top
plot(x2~x1, data=df[order(df$dens),], pch=20, col=col, cex=2)

Answer 2

通过进行六边形分级可以获得类似的效果，将区域划分为六边形，根据六边形中的点数为每个六边形着色。 hexbin包具有执行此操作的功能，ggplot2包中也有函数。

Answer 3

您可以使用smoothScatter。

colramp = colorRampPalette(c('white', 'blue', 'green', 'yellow', 'red'))
smoothScatter(x1, x2, colramp=colramp)