• R语言绘制高密度散点图


    
    library(ggplot2)
    library(RColorBrewer)  
    
    #-----------------------------(b) 带透明度设置的散点图------------------------------
    mydata<-read.csv("HighDensity_Scatter_Data.csv",stringsAsFactors=FALSE)
    
    ggplot(data = mydata, aes(x,y)) +
      geom_point( colour="black",alpha=0.1)+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",hjust=.5,color="black"),
        legend.position="none"
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#00AFBB",  "#FC4E07"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#00FFFF",  "#7FFFD4"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#8A2BE2",  "#A52A2A"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#DEB887",  "#5F9EA0"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#7FFF00",  "#D2691E"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    kmeansResult<- kmeans(mydata, 2, nstart = 20)
    
    mydata$cluster <- as.factor(kmeansResult$cluster)
    
    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point( alpha=0.2)+
      scale_color_manual(values=c("#FF7F50",  "#6495ED"))+
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    ggplot(data = mydata, aes(x,y,color=cluster)) +
      geom_point (alpha=0.2)+
      # 绘制透明度为0.2 的散点图
      stat_ellipse(aes(x=x,y=y,fill= cluster), geom="polygon", level=0.95, alpha=0.2) +
      #绘制椭圆标定不同类别,如果省略该语句,则绘制图3-1-7(c)
      scale_color_manual(values=c("#00AFBB","#FC4E07")) +#使用不同颜色标定不同数据类别
      scale_fill_manual(values=c("#00AFBB","#FC4E07"))+  #使用不同颜色标定不同椭类别
      labs(x = "Axis X",y="Axis Y")+
      theme(
        text=element_text(size=15,color="black"),
        plot.title=element_text(size=15,family="myfont",face="bold.italic",color="black"),
        legend.background=element_blank(),
        legend.position=c(0.85,0.15)
      )
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    在这里插入图片描述

    开发工具:RStudio与微信Alt+A截屏工具

  • 相关阅读:
    数据结构~~~~ [队列] ~~~~
    软件过程与管理学习之(1)Project management Methodologies & Standards(项目管理方法和标准)
    理解SpringBoot的自动装配
    C专家编程 第10章 再论指针 10.5 使用指针向函数传递一个多维数组
    【PSDK】基于DOCKER的开发环境配置
    python 基础语法及保留字
    Wpf 使用 Prism 实战开发Day21
    去中心遇见混币器
    长期用眼不再怕!NineData SQL 窗口支持深色模式
    Linux练习题
  • 原文地址:https://blog.csdn.net/m0_38127487/article/details/127971127