散点图太多

我正在尝试绘制两个变量，其中N = 700K。问题是重叠太多，因此该图大部分变为黑色实心块。有什么办法可以使灰度图的暗度与区域中的点数成函数关系呢？换句话说，我不想显示单个点，而是希望该图成为一个“云”，一个区域中的点数越多，该区域越暗。

解决此问题的一种方法是使用Alpha混合，它使每个点都稍微透明。因此，区域显得更暗，上面绘制了更多点。

这很容易做到ggplot2：

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

解决此问题的另一种简便方法是（可能更适合于您拥有的点数）是六角形装仓：

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

此外，还有常规的旧矩形装箱（省略了图像），更像是传统的热图：

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

您也可以查看ggsubplot包装。该软件包实现了Hadley Wickham早在2011年（http://blog.revolutionanalytics.com/2011/10/ggplot2-for-big-data.html）提出的功能。

（下面，出于说明目的，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，如果您要控制第三个变量，则此功能会很困难。

# 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])

概述以下几个不错的选择ggplot2：

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

选项A：透明点

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

选项B：添加密度等高线

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

选项C：添加填充的密度轮廓

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

选项D：密度热图

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')

选项E：六边形

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

选项F：地毯

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

合并成一个图：

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

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"))

后面的前六个数字#是RGB十六进制的颜色，后两个数字是不透明度，再次是十六进制，所以33〜3 / 16th不透明。

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()

或将密度等高线与Alpha混合相结合：

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

您可能会发现该hexbin软件包很有用。从的帮助页面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_pointdenisty从ggpointdensity包可以让你在同一时间显现的密度和单个数据点（最近被卢卡斯克雷默和西蒙·安德斯（2019）开发的）：

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()

我最喜欢绘制这种类型数据的方法是此问题中描述的一种方法- 散布密度图。这个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：