前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >R语言绘图:复杂散点图绘制

R语言绘图:复杂散点图绘制

作者头像
生信交流平台
发布2020-08-20 14:52:06
3.1K0
发布2020-08-20 14:52:06
举报
文章被收录于专栏:用户7627119的专栏

散点图用于描述两个连续性变量间的关系,三个变量之间的关系可以通过3D图形或气泡来展示,多个变量之间的两两关系可以通过散点图矩阵来展示。

1. 散点图矩阵

1.1 paris()函数

基础函数paris()函数用于创建散点图矩阵,panel.cor()函数是自定义的面板函数(panel function),用于在矩阵的上三角显示相关度;下三角使用系统预定义的平滑函数,用于在矩阵的下三角显示散点图和平滑曲线。

代码语言:javascript
复制
panel.cor <- function(x, y, digits = 2, prefix = "", cex.cor, ...)
{
  usr <- par("usr")
  on.exit(par(usr))
  par(usr = c(0, 1, 0, 1))
  r <- abs(cor(x, y))
  txt <- format(c(r, 0.123456789), digits = digits)[1]
  txt <- paste0(prefix, txt)
  if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt)
  text(0.5, 0.5, txt, cex = cex.cor * r)
}

pairs(~ mpg + disp + drat + wt, data = mtcars,
      lower.panel = panel.smooth,
      upper.panel = panel.cor)

1.2 scatterplotMatrix()函数

car包中的scatterplotMatrix()函数,用于生成散点图矩阵,实际上,该函数是pairs()的封装器,用于产生增强的散点图矩阵,spm是该函数的别名。

代码语言:javascript
复制
scatterplotMatrix(x, 
    diagonal=c("density", "boxplot", "histogram", "oned", "qqplot", "none"), adjust=1, nclass,
    plot.points=TRUE, smoother=loessLine, smoother.args=list(), smooth, span,
    spread = !by.groups, reg.line=lm,
    transform=FALSE, family=c("bcPower", "yjPower"),
    ellipse=FALSE, levels=c(.5, .95), robust=TRUE,
    groups=NULL, by.groups=FALSE, 
    use=c("complete.obs", "pairwise.complete.obs"),
    labels, id.method="mahal", id.n=0, id.cex=1, id.col=palette()[1], id.location="lr",
    col=if (n.groups == 1) palette()[3:1] else rep(palette(), length=n.groups),
    pch=1:n.groups, lwd=1, lty=1, 
    cex=par("cex"), cex.axis=par("cex.axis"), cex.labels=NULL, 
    cex.main=par("cex.main"), 
    legend.plot=length(levels(groups)) > 1, legend.pos=NULL, row1attop=TRUE, ...)

## 参数注释:
diagonal # 对角线面板显示的内容,
adjust # 用于密度估计的相对带宽(relative bandwidth),传递给density()函数
nclass # 直方图的封箱的数量,传递给hist()函数
plot.points # 是否在非对角线绘制点,默认值是TRUE
smoother # 用于制定函数,用于绘制平滑曲线,默认值是gamLine()函数,其他有效值是:loessLine,quantregLine
smoother.args # 传递给smoother函数的参数,是一个list类型,
# 如smoother.args==list(lty=2) 表示设置平滑(loess)拟合曲线使用虚线,而不是实线
smooth, span # 这两个参数是为了向后兼容,如果该参数设置为TRUE(默认值),那么smooter设置为LoessLine,使用LoessLine()函数绘制平滑曲线。
# 如果设置span,那么该参数会被添加到smoother.args中。
spread # 是否添加用于展示分散度和对称信息的直线,默认值是by.groups参数值取反。
reg.line # 默认值是lm,用于制定绘制回归直线的函数
ellipse # 在非对角线绘制数据密度椭圆
groups # 对数据分组
by.groups # 如果设置为TRUE,那么回归直线按照分组来拟合(fit)

例如:使用mtcars数据集来绘制散点图:

代码语言:javascript
复制
library(car)
scatterplotMatrix( ~ mpg + disp + drat + wt, data = mtcars,
                  spread = FALSE, smoother.args = list(lty=2),
                  main='Scatter Plot Matrix via car Package')

2. 高密度散点图

2.1 smoothScatter()函数

基础包中的smoothScatter()函数,可以利用核密度估计生成用颜色密度来表示点密度的散点图。

代码语言:javascript
复制
set.seed(1234)
n<-1000
c1 <- matrix(rnorm(n,mean=0,sd=1),ncol = 2)
c2 <- matrix(rnorm(n,mean=3,sd=5),ncol = 2)
mydata <- rbind(c1,c2)
mydata <- as.data.frame(mydata)
names(mydata) <- c('x','y')

with(mydata, smoothScatter(x, y, 
main='Scatter Plot Colored by Smoothed Densities'))

2.2 hexbin()函数

hexbin包中hexbin()函数,把二元变量的封箱放到六边形单元格中,xbins是水平封箱的数量:

代码语言:javascript
复制
hexbin(x, y, xbins = 30)

该函数创建了一个hexbin对象,最基本的组成是一个cell和落入每个cell的点的数量count。

例如,使用hexbin()来绘制高密度散点图,六边形的颜色深度表示散点的密度。

代码语言:javascript
复制
install.packages("hexbin")
library(hexbin)
with(mydata,
     {bin <- hexbin(x,y,xbins=50)
     plot(bin,main='Hex binning with 10000 Observations')})

3. 三维散点图

三维散点图用于对三个变量之间的交互关系进行可视化,scatterplot3d包中的函数scatterplot3d(),可以用于绘制三维散点图:

代码语言:javascript
复制
scatterplot3d(x, y=NULL, z=NULL, color=par("col"), pch=par("pch"),
    main=NULL, sub=NULL, xlim=NULL, ylim=NULL, zlim=NULL,
    xlab=NULL, ylab=NULL, zlab=NULL, scale.y=1, angle=40,
    axis=TRUE, tick.marks=TRUE, label.tick.marks=TRUE,
    x.ticklabs=NULL, y.ticklabs=NULL, z.ticklabs=NULL,
    y.margin.add=0, grid=TRUE, box=TRUE, lab=par("lab"),
    lab.z=mean(lab[1:2]), type="p", highlight.3d=FALSE,
    mar=c(5,3,4,3)+0.1, bg=par("bg"), col.axis=par("col.axis"),
    col.grid="grey", col.lab=par("col.lab"), 
    cex.symbols=par("cex"), cex.axis=0.8 * par("cex.axis"),
    cex.lab=par("cex.lab"), font.axis=par("font.axis"),
    font.lab=par("font.lab"), lty.axis=par("lty"),
    lty.grid=par("lty"), lty.hide=NULL, lty.hplot=par("lty"),
    log="", asp=NA, ...)
    
# 参数注释:
x,y,z # 图形的三个坐标
color # 点的颜色
main,sub # 主标题和小标题
xlim,ylim,zlim # 用于指定(min,max),用于限制坐标轴上点的范围。
xlab,ylab,zlab # 各个坐标轴的标签
scale.y # y轴相对于x和z的标度
angle # x和y轴之间的角度
axis # 是否绘制坐标轴
tick.marks, label.tick.marks, x.ticklabs, y.ticklabs, z.ticklabs # 刻度,刻度值
type # 用于指定点的类型,p是点,l是线,h是在x-y平面中的垂线
highlight.3d # 当type = "p" 或 type = "h" 时,根据y坐标把点绘制成不同的颜色;
# 其他情况下,使用color参数的值来绘制点的颜色。

例如利用mtcars数据集,绘制wt,disp和mpg之间的三维散点图:

代码语言:javascript
复制
install.packages("scatterplot3d")
library(scatterplot3d)
with(mtcars, # 数据集
     scatterplot3d(wt,disp,mpg, # 绘制图形的三个变量
              pch=16, # 设置绘图符号
              highlight.3d = TRUE,
              type='h',
              main='3D Scatter Plot with Vertical Lines'))

可旋转的3D散点图:

代码语言:javascript
复制
library(rgl)
with(mtcars,
     plot3d(wt,disp,mpg,col='red',size=5))

library(car)
with(mtcars,scatter3d(wt,disp,mpg))

4. 气泡图

使用气泡图来展示三个变量之间的关系,先创建一个二维散点图,然后用点的大小来代表第三个变量的值。

基础包中的symbols()函数用于绘制气泡图:

代码语言:javascript
复制
symbols(x, y = NULL, circles=radius, squares, rectangles, stars, inches = TRUE, 
        fg = par("col"), bg = NA,
        xlab = NULL, ylab = NULL, main = NULL,
        xlim = NULL, ylim = NULL, ...)

## 参数注释:
x,y,circles # circles用于指定气泡的半径
inches # 比例因子,控制气泡的大小(默认最大圆圈为1 inch)
参考资料
  1. https://www.rdocumentation.org/packages/car/versions/2.1-6/topics/scatterplotMatrix

作者:悦光阴 出处:http://www.cnblogs.com/ljhdo/

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-08-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信交流平台 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 腾讯云自媒体同步曝光计划  ,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
  • 1. 散点图矩阵
    • 1.1 paris()函数
      • 1.2 scatterplotMatrix()函数
      • 2. 高密度散点图
        • 2.1 smoothScatter()函数
          • 2.2 hexbin()函数
            • 参考资料
        • 3. 三维散点图
        • 4. 气泡图
        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