比Python绘制散点密度图还方便？！怎么选？当然全都要...

前言

一、R语言散点密度图快速绘制
二、可视化学习圈子是干什么的？
三、系统学习可视化
四、猜你喜欢

前言

今天是我的可视化课程上线的第231天，目前学员416人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。

今天是我的可视化学习社群上线的第11天，目前学员116人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供课堂式教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~

参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

R语言散点密度图快速绘制

昨天给大家推荐了Python语言绘制散点密度图的可视化工具-mpl-scatter-density，很多同学都表示使用起来非常方便。但是也有同学一直使用R语言进行可视化绘图，所以今天这篇推文就给大家推荐R语言快速绘制散点密度图的方法。

(ps:Python和R我全都要~~)

R语言中虽然可以使用ggplot2中的geom_density_2d()函数完成散点密度图的绘制，但在参数的设置上稍显复杂，所以我们今天给大家推荐一个非常好用的拓展工具包-「ggpointdensity」

简单介绍

ggpointdensity是一个R语言中用于创建散点密度图的可视化工具包。它提供了一种直观的方式来显示数据的分布情况，特别适用于大量数据的可视化。

使用ggpointdensity包，你可以轻松地创建具有以下特点的点密度图：

显示数据的分布情况：通过点的密度来展示数据的分布情况，可以更清晰地看到数据的聚集和分布情况。
支持多变量分布：可以同时展示多个变量的分布情况，帮助你更好地理解不同变量之间的关系。
自定义图形样式：可以根据需要自定义点的形状、颜色、大小等参数，使得图形更具吸引力和可读性。
与ggplot2无缝集成：ggpointdensity包是基于ggplot2的，因此可以与ggplot2的其他功能无缝集成，如添加标签、调整坐标轴等。

安装方式




    
install.packages("ggpointdensity")

# Alternatively, you can install the latest
# development version from GitHub:
if (!requireNamespace("devtools", quietly = TRUE))
    install.packages("devtools")
devtools::install_github("LKremer/ggpointdensity")

可视化案例

library(ggplot2)
library(dplyr)
library(viridis)
library(ggpointdensity)

dat   tibble(x = rnorm(7000, sd = 1),
         y = rnorm(7000, sd = 10),
         group = "foo"),
  tibble(x = rnorm(3000, mean = 1, sd = .5),
         y = rnorm(3000, mean = 7, sd = 5),
         group = "bar"))

ggplot(data = dat, mapping = aes(x = x, y = y)) +
  geom_pointdensity() +
  scale_color_viridis()

还可以通过修改geom_pointdensity()函数中的adjust参数，实现不同样式的散点密度图效果：

ggplot(data = dat, mapping = aes(x = x, y = y)) +
  geom_pointdensity(adjust = .1) +
  scale_color_viridis()
 
ggplot(data = dat, mapping = aes(x = x, y = y)) +
  geom_pointdensity(adjust = 4) +
  scale_color_viridis()

当然，分面绘图和修改散点的形状等操作，都是可以完成的，可视化效果如下：

更多关于ggpointdensity包的用法和案例，可参考ggpointdensity包官网^[1]

可视化学习圈子是干什么的？

科研论文配图书籍学习圈子主要通过以下几个方面，给大家带来比纸质书籍更丰富的学习内容：

直播教学，和读者零距离互动交流
及时修正勘误和定期新增绘制知识点
拓展衍生，绘图知识点远超书籍本身
直播视频+拓展资料+答疑，学习更高效

「PS」：我们直播教学内容为课堂式教学，原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程，圈子中的同学可以免费、反复观看。当然，新增内容和定期答疑，直播也是如此。

为何会有这个书籍学习社群？除了上面介绍到的原因之外，无门槛的微信群难免会鱼龙混杂，问题和质量都无法得到保证，而且一些关键问题经常被淹没，且没有沉淀价值。
随着添加我微信的人日益增多，向我提问的人也越来越多，随便回答一下就太不负责任了；不回答也不是很好；如果都仔细回答，我也有自己的工作并且确实很忙，真的有点心有余而力不足！所以我才会建立这么一个渠道来沉淀我的可视化技巧和分享经验，以及给大家提供一个坚持学习的平台。

系统学习可视化

当然，在学习数据可视化的道路上，你也有很多问题得不到解答，也可以加入我们的可视化课程(可视化系列课程推文)后，在学员群里和大家一起谈论，一起进步，或者直接向我提问。如果我觉得你的问题很具有普适性，我会把它写成文章发布在公众号上，让更多人看到，有关我们数据可视化系列课程的服务内容，可以参考下面的阅读原文。

猜你喜欢

Nature都推荐的箱线图(Boxplot)绘制工具长啥样？免费、在线、灵活操作...？

集成Matplotlib、Bokeh、Plotly！这个交互式可视化工具这么强的吗？

参考资料

[1]

ggpointdensity包官网: https://github.com/LKremer/ggpointdensity。