Scatterplot có quá nhiều điểm

Tôi đang cố gắng vẽ hai biến trong đó N = 700K. Vấn đề là có quá nhiều sự chồng chéo, do đó cốt truyện trở thành một khối đen đặc. Có cách nào để có một "đám mây" thang độ xám trong đó bóng tối của cốt truyện là một hàm của số điểm trong một vùng không? Nói cách khác, thay vì hiển thị các điểm riêng lẻ, tôi muốn cốt truyện là một "đám mây", với số lượng điểm trong một khu vực càng nhiều, khu vực đó càng tối.

Một cách để giải quyết vấn đề này là trộn alpha, làm cho mỗi điểm hơi trong suốt. Vì vậy, các vùng xuất hiện tối hơn có nhiều điểm được vẽ trên chúng.

Điều này rất dễ thực hiện trong ggplot2:

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

Một cách thuận tiện khác để giải quyết vấn đề này là (và có lẽ phù hợp hơn với số điểm bạn có) là tạo hình lục giác:

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

Và cũng có binning hình chữ nhật cũ thông thường (hình ảnh bị bỏ qua), giống như bản đồ nhiệt truyền thống của bạn:

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

Bạn cũng có thể có một cái nhìn vào ggsubplotgói. Gói này triển khai các tính năng được Hadley Wickham trình bày vào năm 2011 ( http://blog.revolutionanalytics.com/2011/10/ggplot2-for-big-data.html ).

(Trong phần sau đây, tôi bao gồm "điểm" -layer cho mục đích minh họa.)

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)

Tuy nhiên, tính năng này đá nếu bạn có một biến thứ ba để kiểm soát.

# 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)  

Hoặc một cách tiếp cận khác sẽ được sử dụng smoothScatter():

smoothScatter(dat[2:3])

Tổng quan về một số tùy chọn tốt trong ggplot2:

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

Tùy chọn A: điểm trong suốt

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

Tùy chọn B: thêm đường viền mật độ

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

Tùy chọn C: thêm đường viền mật độ đầy

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

Tùy chọn D: mật độ nhiệt

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')

Tùy chọn E: hexbins

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

Tùy chọn F: thảm

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

Kết hợp trong một hình:

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

Pha trộn Alpha rất dễ thực hiện với đồ họa cơ bản là tốt.

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

Sáu số đầu tiên sau #màu là hex hex và hai số cuối là độ mờ, một lần nữa ở hex, do đó mờ đục 33 ~ 3/16.

Bạn cũng có thể sử dụng các đường đồng mức mật độ ( ggplot2):

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

Hoặc kết hợp các đường viền mật độ với pha trộn alpha:

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

Bạn có thể tìm thấy hexbingói hữu ích . Từ trang trợ giúp của hexbinplot:

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)

geom_pointdenistytừ ggpointdensitygói (được phát triển gần đây bởi Lukas Kremer và Simon Anders (2019)) cho phép bạn hình dung mật độ và các điểm dữ liệu riêng lẻ cùng một lúc:

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()

Phương pháp ưa thích của tôi để vẽ loại dữ liệu này là phương pháp được mô tả trong câu hỏi này - một biểu đồ mật độ phân tán . Ý tưởng là thực hiện một biểu đồ phân tán nhưng tô màu các điểm theo mật độ của chúng (nói một cách đại khái, số lượng chồng lấp trong khu vực đó).

Nó đồng thời:

• cho thấy rõ vị trí của các ngoại lệ, và
• cho thấy bất kỳ cấu trúc trong khu vực dày đặc của cốt truyện.

Đây là kết quả từ câu trả lời hàng đầu cho câu hỏi được liên kết: