vlambda博客
学习文章列表

这期咱们主要介绍高密度散点图，区别于普通的散点图，他可以更清晰地展示数据的空间分布，避免由于大量数据带来的数据重叠，从而无法有效地观察变量之间的关系。我们将运用R语言为大家简单介绍。

在这里我们以R语言自带数据mtcars为例（对，又是他），我们选取其中的变量wt以及mpg进行散点图绘制，其中wt为车重，mpg为每加仑英里数，首先加载mtcars的数据框，并绘制散点图。

为了更好地反映其中的线性关系，我们利用abline()函数绘制最佳拟合的线行直线，通过lowess()函数添加平滑曲线（其实平滑曲线更能反映数据细节，它是一种基于局部多项式回归的非参数方法，不懂没关系）代码如下：

>attach(mtcars)

>plot(wt,mpg,main="picture",xlab="x",ylab="y")

>abline(lm(mpg~wt),col="red",lwd=2,lty=1)

>lines(lowess(wt,mpg),col="blue",lwd=2,lty=1)

当遇到例如空间定位等大量数据堆积的时候，简单的散点图在数据关系的反应上就有点无能为力了，这里我们随机生成10000个点数据，先用普通的散点图绘制一下看看效果，代码如下：

>set.seed(1234)

>n<-10000

>c1<-matrix(rnorm(n,mean=0,sd=.5),ncol=2)

>c2<-matrix(rnorm(n,mean=3,sd=2),ncol=2)

>mydata<-rbind(c1,c2)

>mydata<-as.data.frame(mydata)

>names(mydata)<-c("x","y")

>with(mydata,plot(x,y,pch=19,main="picture"))

黑乎乎的一大片，效果不佳，我们勉强能够通过绘制置信椭圆观测两组数据的分布情况，通过将椭圆代码赋值给变量可以获得椭圆边界，其中car函数包需要安装（如何按包就不多说了，以前介绍过），代码如下：

>library(car)

>boundary<-dataEllipse(mydata$x,mydata$y,levels=0.95,xlim=c(-5,10),ylim=c(-5,10))

>head(boundary)

如何解决由于数据的重叠导致的分析困难，这个方法在处理POI（Point of interest，兴趣点）数据时经常用到，gis中也有类似功能，如点密度或核密度估计生成的热力图，通过图中的色彩密度和明暗变化来表达数据的分布趋势，在R语言中自带的函数smoothScatter()函数可以实现这个过程，代码如下：

>with(mydata,smoothScatter(x,y,pch=19,main="picture"))

除此之外还有一些变式，作用就是让图片更Bueatiful。我们可以利用IDPmisc函数包绘制带有色彩渐变条的，点数据锐化程度更高的图片；还可以通过hexbin函数包将二元变量封装在六边形单元格中，也很漂亮，代码如下：

>library(IDPmisc)

>with(mydata,iplot(x,y,main="picture"))

>library(hexbin)

>with(mydata,{bin<-hexbin(x,y,xbins=50)

+ plot(bin,main="picture")})

（我也不知道是怎么回事，写在一行就会报错，分开写就能出现，求大佬指点）

要绘制可读性更强的散点图，试试上边的方法吧，这期制图讲解就到这里，敬请关注专辑“景观生态那些事儿”哦，持续更新ing……