Çok fazla noktaya sahip dağılım grafiği

N = 700K olan iki değişkeni çizmeye çalışıyorum. Sorun, çok fazla örtüşme olması, dolayısıyla olay örgüsünün çoğunlukla siyah bir blok haline gelmesi. Grafiğin karanlığının bir bölgedeki nokta sayısının bir fonksiyonu olduğu gri tonlamalı bir "bulut" sahibi olmanın herhangi bir yolu var mı? Başka bir deyişle, tek tek noktaları göstermek yerine, arsanın bir "bulut" olmasını istiyorum, bir bölgedeki nokta sayısı ne kadar fazlaysa, o bölge o kadar karanlık.

Bununla başa çıkmanın bir yolu, her noktayı biraz şeffaf yapan alfa harmanlamadır. Böylece bölgeler, üzerlerinde daha fazla nokta işaretlenmiş olan daha koyu görünür.

Bunu yapmak kolaydır ggplot2:

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

Bununla başa çıkmanın bir başka uygun yolu (ve muhtemelen sahip olduğunuz nokta sayısı için daha uygun olan) altıgen gruplamadır:

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

Ayrıca, geleneksel ısı haritanıza daha çok benzeyen normal eski dikdörtgen gruplama (resim atlanmıştır) vardır:

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

ggsubplotPakete de bir göz atabilirsiniz . Bu paket, 2011'de Hadley Wickham tarafından sunulan özellikleri uygular ( http://blog.revolutionanalytics.com/2011/10/ggplot2-for-big-data.html ).

(Aşağıda, örnekleme amacıyla "puan" katmanını ekledim.)

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)

Bununla birlikte, kontrol etmeniz gereken üçüncü bir değişkeniniz varsa bu özellikler sarsılır.

# 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)  

Veya başka bir yaklaşım kullanmak olacaktır smoothScatter():

smoothScatter(dat[2:3])

Aşağıdaki birkaç iyi seçeneğe genel bakış ggplot2:

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

Seçenek A: şeffaf noktalar

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

Seçenek B: yoğunluk konturları ekleyin

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

Seçenek C: Dolu yoğunluk konturları ekleyin

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

Seçenek D: yoğunluk ısı haritası

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')

Seçenek E: heksbinler

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

Seçenek F: kilimler

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

Tek bir şekilde birleştirin:

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

Alfa harmanlamanın temel grafiklerle de yapılması kolaydır.

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

Bundan sonraki ilk altı sayı #RGB onaltılık renktir ve son ikisi opaklıktır, yine onaltılıktır, yani 33 ~ 3 / 16ncı opaktır.

Ayrıca yoğunluk kontur çizgilerini ( ggplot2) de kullanabilirsiniz :

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

Veya yoğunluk konturlarını alfa harmanlama ile birleştirin:

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

hexbinPaketi faydalı bulabilirsiniz . Yardım sayfasından 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_pointdenistydan ggpointdensitypaketin aynı anda yoğunluğa ve bireysel veri noktaları görselleştirmek sağlar (son zamanlarda Lukas Kremer ve Simon Anders (2019) tarafından geliştirilen):

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()

Bu tür verileri çizmek için en sevdiğim yöntem, bu soruda açıklanan yöntemdir - bir dağılım yoğunluğu grafiği . Buradaki fikir, bir dağılım grafiği yapmak, ancak noktaları yoğunluklarına göre renklendirmektir (kabaca konuşursak, o alandaki örtüşme miktarı).

Aynı anda:

• aykırı değerlerin konumunu açıkça gösterir ve
• arsanın yoğun alanındaki herhangi bir yapıyı ortaya çıkarır.

Bağlantılı soruya verilen en üst yanıtın sonucu: