具有轮廓/热量叠加的散点图

23

我在最近的一篇论文的增刊中看到了该图，我很希望能够使用R复制它。这是一个散点图，但是要解决过度绘制问题，可以使用等高线将其“加热”为蓝色到红色，对应于过度绘图密度。我该怎么做？

在此处输入图片说明

r data-visualization scatterplot

— 斯蒂芬·特纳
source

5

这个 StackOverflow问题显示了针对此类绘图的几个ggplot2选项，包括散点图+点。

— joran 2012年

30

这是我的看法，仅将基本函数用于绘图工作：

library(MASS)  # in case it is not already loaded 
set.seed(101)
n <- 1000
X <- mvrnorm(n, mu=c(.5,2.5), Sigma=matrix(c(1,.6,.6,1), ncol=2))

## some pretty colors
library(RColorBrewer)
k <- 11
my.cols <- rev(brewer.pal(k, "RdYlBu"))

## compute 2D kernel density, see MASS book, pp. 130-131
z <- kde2d(X[,1], X[,2], n=50)

plot(X, xlab="X label", ylab="Y label", pch=19, cex=.4)
contour(z, drawlabels=FALSE, nlevels=k, col=my.cols, add=TRUE)
abline(h=mean(X[,2]), v=mean(X[,1]), lwd=2)
legend("topleft", paste("R=", round(cor(X)[1,2],2)), bty="n")

在此处输入图片说明

为了获得更好的渲染效果，您可能想看看ggplot2和stat_density2d()。我喜欢的另一个功能是smoothScatter()：

smoothScatter(X, nrpoints=.3*n, colramp=colorRampPalette(my.cols), pch=19, cex=.8)

在此处输入图片说明

— hl
source

2

如果可以控制等高线图包含指定的分位数/百分位数/十分位数（或您所拥有的），那就太好了。

— RomanLuštrik'13

太好了，我一直在寻找类似的东西，质量好

— WAF 2014年

26

没有人建议使用ggplot2吗？

library(MASS)
library(ggplot2)
n <- 1000
x <- mvrnorm(n, mu=c(.5,2.5), Sigma=matrix(c(1,.6,.6,1), ncol=2))
df = data.frame(x); colnames(df) = c("x","y")

commonTheme = list(labs(color="Density",fill="Density",
                        x="RNA-seq Expression",
                        y="Microarray Expression"),
                   theme_bw(),
                   theme(legend.position=c(0,1),
                         legend.justification=c(0,1)))

ggplot(data=df,aes(x,y)) + 
  geom_density2d(aes(colour=..level..)) + 
  scale_colour_gradient(low="green",high="red") + 
  geom_point() + commonTheme

产生以下内容：

但是，也可以很容易地完成其他工作，例如：

ggplot(data=df,aes(x,y)) + 
  stat_density2d(aes(fill=..level..,alpha=..level..),geom='polygon',colour='black') + 
  scale_fill_continuous(low="green",high="red") +
  geom_smooth(method=lm,linetype=2,colour="red",se=F) + 
  guides(alpha="none") +
  geom_point() + commonTheme

产生以下内容：

— ADP
source