通过散点图绘制等高线图

Question

散点图在散点图数量很大时无用。

所以，例如，使用正态近似，我们可以得到等高线图。

我的问题：是否有任何包可以实现散点图的等高线图。

谢谢@G5W！！我能行！！

Answer 1

您可以使用 hexbin::hexbin() 来显示非常大的数据集。

@G5W 给出了一个不错的数据集：

x = c(rnorm(2000,0,1), rnorm(7000,1,1), rnorm(11000,5,1))
twist = c(rep(0,2000),rep(-0.5,7000), rep(0.4,11000))
y = c(rnorm(2000,0,1), rnorm(7000,5,1), rnorm(11000,6,1)) + twist*x
group = c(rep(1,2000), rep(2,7000), rep(3,11000))

如果您不知道组信息，则省略号不合适；这就是我的建议：

library(hexbin)
plot(hexbin(x,y))

产生

如果你真的想要等高线，你需要密度估计来绘制。 MASS::kde2d() 函数可以产生一个；请参阅其帮助页面中的示例，以根据结果绘制轮廓。这是它为该数据集提供的内容：

library(MASS)
contour(kde2d(x,y))

Answer 2

你没有提供任何数据，所以我会用一些人造数据来回应，构建在post的底部。你也不说多少数据你有虽然你说它是大量点。我在说明有20000点。

您使用组号作为绘图字符来表示组。我觉得这很难读。但是仅仅绘制点并不能显示组好。给每组涂上不同的颜色是一个开始，但确实不太好看

plot(x,y, pch=20, col=rainbow(3)[group])

可以使很多观点更容易理解的两个技巧是：
1.使点透明。密集的地方会显得更暗。和
2. 减少点数。

plot(x,y, pch=20, col=rainbow(3, alpha=0.1)[group], cex=0.8)

这看起来好一些，但没有解决您的实际要求。您的示例图片似乎显示置信度省略号。你可以得到那些使用 car 包中的函数 dataEllipse 的人。

library(car)
plot(x,y, pch=20, col=rainbow(3, alpha=0.1)[group], cex=0.8)
dataEllipse(x,y,factor(group), levels=c(0.70,0.85,0.95),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, center.pch=FALSE)

但是如果点真的很多，点还是可以重叠的如此之多，以至于他们只是感到困惑。您也可以使用 dataEllipse 创建基本上是二维密度图而不显示点根本。只需在彼此填充上绘制几个不同大小的椭圆他们用透明的颜色。分布的中心会显得更暗。这可以让我们了解大量点的分布。

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=c(seq(0.15,0.95,0.2), 0.995),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, 
    center.pch=FALSE, fill=TRUE, fill.alpha=0.15, lty=1, lwd=1)

您可以通过绘制更多椭圆并省略边界线来获得更连续的外观。

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=seq(0.11,0.99,0.02),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, 
    center.pch=FALSE, fill=TRUE, fill.alpha=0.05, lty=0)

请尝试这些的不同组合以获得您的数据的漂亮图片。

对评论的补充回复：添加标签
也许添加组标签最自然的地方是省略号。您可以通过简单地计算每组中点的质心来获得它。例如，

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=c(seq(0.15,0.95,0.2), 0.995),
        plot.points=FALSE, col=rainbow(3), group.labels=NA,
    center.pch=FALSE, fill=TRUE, fill.alpha=0.15, lty=1, lwd=1)

## Now add labels
for(i in unique(group)) {
    text(mean(x[group==i]), mean(y[group==i]), labels=i) 
}

请注意，我只是使用数字作为组标签，但如果您有更详细的名称，您可以将 labels=i 更改为类似 labels=GroupNames[i].

数据

x = c(rnorm(2000,0,1), rnorm(7000,1,1), rnorm(11000,5,1))
twist = c(rep(0,2000),rep(-0.5,7000), rep(0.4,11000))
y = c(rnorm(2000,0,1), rnorm(7000,5,1), rnorm(11000,6,1)) + twist*x
group = c(rep(1,2000), rep(2,7000), rep(3,11000))

通过散点图绘制等高线图

Contour plot via Scatter plot

plot

r

contour