分数太多的散点图

Question

我试图绘制两个变量，其中N = 700K。问题是重叠太多，因此情节大部分都是黑色的固体块。是否有任何方法可以使用灰度“云”，其中图的黑暗是区域中点数的函数？换句话说，我不想显示单个点，而是希望绘图成为“云”，区域中的点数越多，该区域越暗。

Answer 1

处理此问题的一种方法是使用Alpha混合，这使得每个点都略微透明。所以区域看起来更暗，在它们上面绘制了更多的点。

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)

处理这个问题的另一个方便方法是（并且可能更适合你的点数）是六边形分组：

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

还有常规的旧矩形装箱（省略图像），这更像是传统的热图：

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

Answer 2

您还可以查看ggsubplot包。该软件包实现了Hadley Wickham在2011年提出的功能（http://blog.revolutionanalytics.com/2011/10/ggplot2-for-big-data.html）。

（在下文中，为了说明目的，我包括“点” - 层。）

library(ggplot2)
library(ggsubplot)

# Make up some data
set.seed(955)
dat <- data.frame(cond = rep(c("A", "B"), each=5000),
                  xvar = c(rep(1:20,250) + rnorm(5000,sd=5),rep(16:35,250) + rnorm(5000,sd=5)),
                  yvar = c(rep(1:20,250) + rnorm(5000,sd=5),rep(16:35,250) + rnorm(5000,sd=5)))


# Scatterplot with subplots (simple)
ggplot(dat, aes(x=xvar, y=yvar)) +
  geom_point(shape=1) +
  geom_subplot2d(aes(xvar, yvar,
                     subplot = geom_bar(aes(rep("dummy", length(xvar)), ..count..))), bins = c(15,15), ref = NULL, width = rel(0.8), ply.aes = FALSE)

但是，如果您有第三个要控制的变量，则会出现问题。

# Scatterplot with subplots (including a third variable) 

ggplot(dat, aes(x=xvar, y=yvar)) +
  geom_point(shape=1, aes(color = factor(cond))) +
  geom_subplot2d(aes(xvar, yvar,
                     subplot = geom_bar(aes(cond, ..count.., fill = cond))),
                 bins = c(15,15), ref = NULL, width = rel(0.8), ply.aes = FALSE)  

或者另一种方法是使用smoothScatter()：

smoothScatter(dat[2:3])

Answer 3

使用基本图形也很容易进行Alpha混合。

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

#之后的前六个数字是RGB十六进制中的颜色，后两个是不透明度，同样是十六进制，所以33~3 / 16不透明。

Answer 4

您还可以使用密度等高线（ggplot2）：

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

或者将密度轮廓与alpha混合结合使用：

ggplot(df,aes(x=x,y=y)) + 
    geom_point(colour="blue", alpha=0.2) + 
    geom_density2d(colour="black")

Answer 5

Error: x is not defined for id = "1" 中几个不错选项的概述：

ggplot2

选项A：透明点

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

选项B：添加密度等值线

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

选项C：添加填充密度轮廓

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

选项D：密度热图

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

选项E：hexbins

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

选项F：地毯

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

结合在一个图中：

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

Answer 6

您可能会发现hexbin包有用。来自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)

Answer 7

ggpointdensity package中的

geom_pointdenisty（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：

library(ggplot2)
# install.packages("ggpointdensity")
library(ggpointdensity)

df <- data.frame(x = rnorm(5000), y = rnorm(5000))
ggplot(df, aes(x=x, y=y)) + geom_pointdensity() + scale_color_viridis_c()

Answer 8

我最喜欢的用于绘制此类数据的方法是this question中描述的方法-一种散布密度图。想法是做一个散点图，但要通过点的密度（大致来说，该区域的重叠量）来给点着色。

同时：

• 清楚地显示异常值的位置，并且
• 揭示了该图的密集区域中的任何结构。

这是链接问题的最高答案的结果：