R-ggplot2-如何绘制散点密度图并把图例放图里？

目录

• 0.问题导入
• 1.示例数据
• 2.绘制单幅散点密度图
• 3.将图例放置于图中
• 4.多幅图例独立散点密度图绘制暨bins影响说明
• 5.给图件增加子图标签
• 6.总结
• 7.本篇使用的R-packages（没有的小伙伴需要通过install.packages("包名")进行安装）
• 8.致谢
• 9.号外：技术公众号【TheWhoOPs】上线啦～～

---

0. 问题导入

在日常绘图过程中，我们可能需要在散点图的基础上通过颜色区别某一区域的密度，即散点密度图，那么应该如何绘制呢？本篇给出解决方案。此外，也将解决多幅散点密度图放到一副图中，并将各图例置于各幅子图中的问题。

1. 示例数据

本篇示例数据采用R中ggplot2包中内置的diamonds数据集。

data(diamonds)
head(diamonds)
# A tibble: 6 x 10
  carat cut       color clarity depth table price     x     y     z
  <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
1 0.23  Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
2 0.21  Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
3 0.23  Good      E     VS1      56.9    65   327  4.05  4.07  2.31
4 0.290 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
5 0.31  Good      J     SI2      63.3    58   335  4.34  4.35  2.75
6 0.24  Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48

2. 绘制单幅散点密度图

如图1，格子太大了！细节信息体现不出来？这是为什么呢？原因如下：

geom_bin2d函数中的bins变量设置过小

为了体现bins参数对于图件信息展示的影响，本篇在第四节以多幅散点图绘制为例说明。

p1 = ggplot(data = diamonds,aes(x = carat,y = price))+
  geom_bin2d(bins = 10)+
  scale_fill_distiller(palette="Spectral", direction=-1)+
  theme_bw()+
  theme(
    axis.text = element_text(size = 12),
    axis.title = element_text(face= 'bold',size = 14),
    legend.text = element_text(size = 12),
    legend.title = element_text(face= 'bold',size = 14)
  )+
  xlab('Carat')+
  ylab('Price')
png('plot1.png',
    height = 20,
    width = 20,
    units = 'cm',
    res = 800)
print(p1)
dev.off()

图1 单幅散点密度图

3. 将图例放置于图中

p2 = ggplot(data = diamonds,aes(x = carat,y = price))+
  geom_bin2d(bins = 10)+
  scale_fill_distiller(palette="Spectral", direction=-1)+
  theme_bw()+
  theme(
    legend.position = c(.95, .02),
    legend.justification = c("right", "bottom"),
    legend.box.just = "right",
    legend.key.height = unit(3,'lines'),
    #legend.margin = margin(6, 6, 6, 6),
    legend.background = element_rect(fill = 'transparent'))+
  theme(
    axis.text = element_text(size = 12),
    axis.title = element_text(face= 'bold',size = 14),
    legend.text = element_text(size = 12),
    legend.title = element_text(face= 'bold',size = 14)
  )+
  xlab('Carat')+
  ylab('Price')
png('plot2.png',
    height = 20,
    width = 20,
    units = 'cm',
    res = 800)
print(p2)
dev.off()

图2 将图例放置于图中

4. 多幅图例独立散点密度图绘制暨bins影响说明

如图3所示，随着bins 参数的增加，散点密度散点图会变得越精细，并在第二行第1幅图后，密度无再显著变化。第二行第1幅图？是不是觉得很别扭？那接着第5节，我们就将给图件增加子图标签。

p3 = ggplot(data = diamonds,aes(x = carat,y = price))+
    scale_fill_distiller(palette="Spectral", direction=-1)+
    theme_bw()+
    theme(
      legend.position = c(.95, .02),
      legend.justification = c("right", "bottom"),
      legend.box.just = "right",
      legend.key.height = unit(1,'lines'),
      #legend.margin = margin(6, 6, 6, 6),
      legend.background = element_rect(fill = 'transparent'))+
    theme(
      axis.text = element_text(size = 12),
      axis.title = element_text(face= 'bold',size = 14),
      legend.text = element_text(size = 12),
      legend.title = element_text(face= 'bold',size = 14)
    )+
  ylab("Price")
    
# Density Plot
p3_10 = p3+ geom_bin2d(bins = 10)+xlab('Carat Bins = 10')
p3_25 = p3+ geom_bin2d(bins = 25)+xlab('Carat Bins = 25')
p3_50 = p3+ geom_bin2d(bins = 50)+xlab('Carat Bins = 50')
p3_75 = p3+ geom_bin2d(bins = 75)+xlab('Carat Bins = 75')
p3_90 = p3+ geom_bin2d(bins = 90)+xlab('Carat Bins = 90')
p3_100 = p3+ geom_bin2d(bins = 100)+xlab('Carat Bins = 100')

png('plot3.png',
    height = 20,
    width = 30,
    units = 'cm',
    res = 800)
grid.arrange(
  p3_10,p3_25,p3_50,p3_75,p3_90,p3_100,
  ncol = 3,
  nrow = 2
)
dev.off()

图3 多幅图例独立散点密度图绘制暨bins影响说明

5. 给图件增加子图标签

这样是不是就好多啦～根据图4d-f，当bins参数大于75后，散点密度图密度增加不再显著。

p4 = ggplot(data = diamonds,aes(x = carat,y = price))+
  scale_fill_distiller(palette="Spectral", direction=-1)+
  theme_bw()+
  theme(
    legend.position = c(.95, .02),
    legend.justification = c("right", "bottom"),
    legend.box.just = "right",
    legend.key.height = unit(1,'lines'),
    #legend.margin = margin(6, 6, 6, 6),
    legend.background = element_rect(fill = 'transparent'))+
  theme(
    axis.text = element_text(size = 12),
    axis.title = element_text(face= 'bold',size = 14),
    legend.text = element_text(size = 12),
    legend.title = element_text(face= 'bold',size = 14),
    title = element_text(face= 'bold',size = 14)
  )+
  ylab("Price")

# Density Plot
p4_10 = p4+ geom_bin2d(bins = 10)+xlab('Carat')+ggtitle("(a) Bins = 10")
p4_25 = p4+ geom_bin2d(bins = 25)+xlab('Carat')+ggtitle("(b) Bins = 25")
p4_50 = p4+ geom_bin2d(bins = 50)+xlab('Carat')+ggtitle("(c) Bins = 50")
p4_75 = p4+ geom_bin2d(bins = 75)+xlab('Carat')+ggtitle("(d) Bins = 75")
p4_90 = p4+ geom_bin2d(bins = 90)+xlab('Carat')+ggtitle("(e) Bins = 90")
p4_100 = p4+ geom_bin2d(bins = 100)+xlab('Carat')+ggtitle("(f) Bins = 100")

png('plot4.png',
    height = 20,
    width = 30,
    units = 'cm',
    res = 800)
grid.arrange(
  p4_10,p4_25,p4_50,p4_75,p4_90,p4_100,
  ncol = 3,
  nrow = 2
)
dev.off()

图4 给图件增加子图标签

6. 总结

本篇主要解决了以下技术问题：

1. 如何绘制密度散点图？
2. 如何将图例绘制于密度散点图中？
3. 如何将多幅图例独立密度散点图绘制在一幅图中？
4. 如何为多幅图例独立密度散点图增加子图标签？

7. 本篇使用的R-packages（没有的小伙伴需要通过install.packages("包名")进行安装）

library(ggplot2)
library(gridExtra)
library(grid)

---

8. 致谢

首先，感谢大家的持续关注，小编会继续努力，持续更新下去的！

大家如果觉得有帮助啊，还麻烦大家关注点赞，也可以扩散到朋友圈，多多引导朋友加入咱们这个简书技术平台, 代码共享推动科研进程, 多谢大家啦～

大家如果在使用本代码的过程有遇到问题的，可以留言评论，也可以私信我哈~~

祝大家元宵节快乐，身体健康！！

小编联系方式

9. 号外：技术公众号【TheWhoOPs】上线啦～～

为了方便大家的阅读方便，技术公众号【TheWhoOPs】已经上线啦！！欢迎大家关注及转发哈，感谢大家鼎力支持！！