首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

作者头像
生信宝典
发布2019-07-22 15:00:04
4.4K0
发布2019-07-22 15:00:04
举报
文章被收录于专栏:生信宝典生信宝典

一个震撼的交互型3D可视化R包 - rayshader

作者:张虎 协和

编辑:陈同 生信宝典

虽然3D的plot见得比较多了,但是看见这样的R包,我的心还是了一下,这个简直不能再好看了!

关键是!!!敲黑板,这个R包超简单!!!对于刚学习R语言的同学们来说,会被圈粉哒!

该包的主要功能就是将ggplot2画出来的2D图像变为3D图像,不说废话,直接上代码。

# 安装rayshader包
install.packages("remote")
remotes::install_github("tylermorganwall/rayshader")
library(rayshader)
library(ggplot2)

# 查看数据格式
head(diamonds)

# 绘制二维密度图
gg = ggplot(diamonds, aes(x, depth)) +
     stat_density_2d(aes(fill = stat(nlevel)), #绘制密度等高线图
                  geom = "polygon",
                  n = 100,bins = 10, contour = TRUE) +
     facet_wrap(clarity~.) +    # 按clarity分类
     scale_fill_viridis_c(option = "A") # 将map颜色设置为“岩浆”色,简称为“A”,共有“A”,“B”,“C”,“D”和“E”五种;gg # 绘制2D图

# 转成3D图,只需要plot_gg函数即可
plot_gg(gg,multicore=TRUE,width=5,height=5,scale=250)

打开后,可以像任何其他光线图一样操作绘图 - 可以调用render_camera()以编程方式更改摄像机位置,render_snapshot()可以保存或输出当前视图,甚至可以使用render_depth()来渲染光滑深度场效应。还可以更改甚至删除光源,并将任何参数传递给plot_gg(),绘制为plot_3d()

# 如果缺失sf包,建议先安装
library(sf)

nc = st_read(system.file("shape/nc.shp", package="sf"), quiet = TRUE) #加载包自带的数据
gg_nc = ggplot(nc) +  # 加载North Carolina地图
  geom_sf(aes(fill = AREA)) +  # 绘制地理数据模型,sf对象,全称Simple feature
  scale_fill_viridis("Area") +   # 按区域上色
  ggtitle("Area of counties in North Carolina") +    # 绘制题目
  theme_bw()

plot_gg(gg_nc, multicore = TRUE, width = 6 ,height=2.7, fov = 70) #加载图形
render_depth(focallength=100,focus=0.72)
# 随机取三组数字,并且对其进行合并,两列,一列X,一列Y
a = data.frame(x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
b = data.frame(x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
c = data.frame(x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data = rbind(a,b,c)
class(data)   #其实如果我们有相同类型的数据,也可以仿照该组织方式进行合并;# Lines
pp = ggplot(data, aes(x=x, y=y)) +
  geom_hex(bins = 20, size = 0.5, color = "black") + # 绘制六边形图
  scale_fill_viridis_c(option = "C")
plot_gg(pp, width = 4, height = 4, scale = 300, multicore = TRUE)

# No lines
pp_nolines = ggplot(data, aes(x=x, y=y)) +
  geom_hex(bins = 20, size = 0) +
  scale_fill_viridis_c(option = "C")
plot_gg(pp_nolines, width = 4, height = 4, scale = 300, multicore = TRUE)
# 该数据摘自1974年“美国汽车趋势”杂志,包括32种汽车(1973-74型号)的燃油消耗和10个汽车设计和性能方面。#该数据是我们常见的R中的模拟数据
head(mtcars)

mtcars_gg = ggplot(mtcars) +
  geom_point(aes(x=mpg,color=cyl,y=disp),size=2) +
  scale_color_continuous(limits=c(0,8)) +
  ggtitle("mtcars: Displacement vs mpg vs # of cylinders") +
  theme(title = element_text(size=8),
        text = element_text(size=12))

plot_gg(mtcars_gg, height=3, width=3.5, multicore=TRUE, pointcontract = 0.7, soliddepth=-200)

准备开始了吗?点击链接 https://github.com/tylermorganwall/rayshader!该网站包含所有`rayhader`功能的文档和示例,可以在`Github`页面上找到实际的存储库。就让你静静的看我有多美!

想把其它图也用3D展示,可以拿下面的ggplot2系列绘图做例子。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信宝典 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一个震撼的交互型3D可视化R包 - rayshader
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档