R Scatter Plot: цвет символа представляет собой количество перекрывающихся точек

Графики рассеяния могут быть трудно интерпретировать, когда много точек перекрываются, поскольку такое перекрытие скрывает плотность данных в определенном регионе. Одним из решений является использование полупрозрачных цветов для начерченных точек, так что непрозрачная область указывает на то, что в этих координатах присутствуют многие наблюдения.

Ниже приведен пример моего черно-белого решения в R:

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")

Однако недавно я встретил эту статью в PNAS, которая использовала аналогичный подход, но использовала окраску тепловой карты в противоположность непрозрачности как показатель того, сколько точек было перекрыто. Статья представляет собой Open Access, поэтому каждый может загрузить .pdf и посмотреть на рисунке 1, который содержит соответствующий пример графика, который я хочу создать. Раздел методов этой статьи показывает, что анализ был выполнен в Matlab.

Для удобства здесь представлена небольшая часть рисунка 1 из приведенной выше статьи:

Как создать график рассеяния в R, который использовал цвет, а не непрозрачность, как индикатор плотности точек?

Для начала пользователи R могут получить доступ к этой цветовой схеме Matlab в библиотеке install.packages("fields"), используя функцию tim.colors().

Есть ли простой способ сделать фигуру, похожую на фигуру 1 этой статьи, но в R? Спасибо!

Ответ 1

Один из вариантов - использовать densCols() для извлечения плотности ядра в каждой точке. Сопоставление этих плотностей с желаемой цветовой рампой и построение точек в порядке возрастания локальной плотности дает вам сюжет, подобный сюжету в связанной статье.

## 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)

Ответ 2

Вы можете получить аналогичный эффект, выполнив гексагональное биннинг, разделите область на шестиугольники, покрасьте каждый шестиугольник на основании количества точек в шестиугольниках. Пакет hexbin имеет функции для этого, а также функции в пакете ggplot2.

Ответ 3

Вы можете использовать smoothScatter для этого.

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