R语言 | 密度图

Posted 2021-04-18 生物空间站

密度图

密度图是指使用不同颜色表示样本在绘图区域中分布情况的图像。

通常情况下，会根据两个变量将平面绘图区域分为非常多的子区域，之后以不同颜色表示落在该区域上样本的数目，以此来评估样本的分布情况。

下面会介绍几种在R中实现密度图的方法。

smoothScatter

smoothScatter是R自带的一个专门用于绘制平滑颜色密度图的函数。

首先还是先介绍该函数的绘图参数。

smoothScatter(x, y = NULL, nbin = 128, bandwidth,
              colramp = colorRampPalette(c("white", blues9)),
              nrpoints = 100, ret.selection = FALSE,
              pch = ".", cex = 1, col = "black",
              transformation = function(x) x^.25,
              postPlotHook = box,
              xlab = NULL, ylab = NULL, xlim, ylim,
              xaxs = par("xaxs"), yaxs = par("yaxs"), ...)

各参数意义：

• x和y定义绘图的x和y轴坐标；

• nbin定义对绘图区氛围多少个子区域；

• bandwidth定义绘图向量的带宽，一般为默认

• colramp定义密度图的绘图颜色；

• nrpoints定义图像中绘制点的个数，如果需要绘制所有点，则设为Inf；

• pch、cex和col定义图像中点的形状、大小和颜色；

• transformation为密度尺度和颜色尺度的转换公式

• postPlotHook定义绘图后的调整，默认是添加外框；

• xlab和ylab为两个坐标轴的标签；

• xlim和ylim为两个坐标轴的范围；

• xaxs和yaxs的意义与par中函数意义相同。

绘制密度图需要两个同等元素数量并且互相对应的向量来定义x和y轴，也可以使用数据框中的两列，首先建立一个随机的绘图数据。

x <- c(rnorm(500,mean = 1,sd = 3))
y <- c(rnorm(500,mean = 2,sd = 0.8))
data <- data.frame(x,y)

接下来绘制密度图。

smoothScatter(data$x,data$y,main = "Scatterplot colored by smoothed densities",
xlab = "",ylab = "")

hexbin包

第二种方式是使用hexbin包，该包的主要绘图函数就是hexbin函数。

其特点是将绘图区域分成正六边形的形式，并且提供图例。

hexbin(x, y, xbins = 30, shape = 1,
       xbnds = range(x), ybnds = range(y),
       xlab = NULL, ylab = NULL, IDs = FALSE)

各参数意义：

• x和y为绘图的x和y轴坐标；

• xbins定义将数据分箱的个数；

• shape为绘图区域的比例，数值为yheight/xwidth；

• xbands和ybands定义x和y轴的范围；

• xlab和ylab为x和y轴的标签；

• IDs定义是否返回单独的每个小格子的ID。

还是使用刚才生成的随机数据进行绘图。

install.packages("hexbin")library(hexbin)
plot(hexbin(data$x,data$y,xbins = 50,xlab = "",ylab = ""),
main = "Scatterplot colored by smoothed densities")

⚠️hexbin函数只是生成一个用于绘图的文件，还需要结合plot函数才能生成图像。

iplot函数

第三种方式是使用IDPmics包中的iplot函数。

iplot(x, y = NULL,
      pixs = 1, zmax = NULL, ztransf = function(x){x},
      colramp = IDPcolorRamp, cex = par("cex"),
      main = NULL, d.main = 1, cex.main = par("cex.main"),
      xlab = NULL, ylab = NULL, cex.lab = 1,
      legend = TRUE, d.legend = 1,
      cex.axis = par("cex.axis"), nlab.xaxis = 5, nlab.yaxis = 5,
      minL.axis = 3, las = 1, border = FALSE,
      oma = c(5,4,1,0)+0.1, mgp = c(2,0.5,0)*cex.axis, tcl = -0.3, ...
      )

各参数意义：

• x和y定义绘图数据的x和y轴坐标，如果x为数据框或矩阵，则其前两列为x和y坐标，此时y要设置为NULL，x和y可以是数值型或因子向量；

• pixs定义图像像素的大小，单位为mm；

• zmax定义每个像素中可以绘制的最大数值；

• ztransf定义数据尺度和颜色尺度的转换函数；

• colramp定义绘图颜色；

• cex定义图中文字的大小；

• main、d.main和cex.main分别定义标题内容、标题和图像顶端的距离以及标题的大小；

• xlab和ylab定义x和y轴的标签；

• cex.lab定义标签的大小；

• legend和d.legend定义是否显示图例和图例与图像右侧的距离；

• cex.axis定义坐标轴上注释标签的大小；

• nlab.xaxis和nlab.yaxis定义图像x和y轴标签的个数；

• minL.axis定义因子变量水平的最小缩写长度；

• las定义轴标签的方向；

• border是否为图例中每一个单独的颜色绘制边框；

• oma图像的外边界大小；

• mgp定义轴标题、轴标签和轴线的距离；

• tcl定义轴上刻度线的长度。

同样使用刚才生成的随机数据进行绘图。

install.packages("IDPmisc")library(IDPmisc)
iplot(data$x,data$y,main = "Scatterplot colored by smoothed densities",
xlab = "",ylab = "")

s.kde2d

第四种方法是ade4包的s.ked2d函数。

s.kde2d(dfxy, xax = 1, yax = 2, pch = 20, cpoint = 1, neig = NULL, cneig = 2,
    xlim = NULL, ylim = NULL, grid = TRUE, addaxes = TRUE, cgrid = 1,
    include.origin = TRUE, origin = c(0, 0), sub = "", csub = 1.25,
    possub = "bottomleft", pixmap = NULL, contour = NULL,
    area = NULL, add.plot = FALSE)

各参数意义：

• dfxy，绘图的数据框，至少含有两列；

• xax，定义哪列数据为x轴；

• yax，定义哪列数据为y轴；

• pch，图中点的形状；

• cpoint，图中点的大小，类似于cex；

• neig，是否绘制相邻图；

• cneig，相邻图的线宽；

• xlim、ylim，x和y轴的范围；

• grid，是否绘制背景网格；

• addaxes，是否绘制坐标轴；

• cgrid，网格线的线宽；

• include.origin，是否绘制原点；

• origin，原点的坐标；

• sub，图例的文字

• csub，图例文字的大小；

• possub，图例的位置；

• contour，通过一个4列的数据绘制等值线；

• area，用于绘制等值线表面的数据；

• add.plot，是否添加到现有图像中。

绘图示例。

library(ade4)if(!adegraphicsLoaded()) {
  data(rpjdl)
  coa1 <- dudi.coa(rpjdl$fau, scannf = FALSE, nf = 3)
  s.kde2d(coa1$li)
}

⚠️s.kde2d绘制密度图的目的与之前的3个方法不同，根据自身的需求合理选择

我就知道你在看