一個震撼的交互型3D可視化R包 - 可直接轉(zhuǎn)ggplot2圖為3D

CoLiN_shsmu 2019-07-19

展開全文

一個震撼的交互型3D可視化R包 - rayshader

作者：張虎協(xié)和

編輯：陳同生信寶典

雖然3D的plot見得比較多了，但是看見這樣的R包，我的心還是砰了一下，這個簡直不能再好看了！

關(guān)鍵是！??！敲黑板，這個R包超簡單！?。τ趧倢W(xué)習(xí)R語言的同學(xué)們來說，會被圈粉噠！

該包的主要功能就是將ggplot2畫出來的2D圖像變?yōu)?code>3D圖像，不說廢話，直接上代碼。

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

# 查看數(shù)據(jù)格式
head(diamonds)

# 繪制二維密度圖
gg = ggplot(diamonds, aes(x, depth)) +
     stat_density_2d(aes(fill = stat(nlevel)), #繪制密度等高線圖
                  geom = 'polygon',
                  n = 100,bins = 10, contour = TRUE) +
     facet_wrap(clarity~.) +    # 按clarity分類
     scale_fill_viridis_c(option = 'A') # 將map顏色設(shè)置為“巖漿”色，簡稱為“A”，共有“A”，“B”，“C”，“D”和“E”五種；gg # 繪制2D圖

# 轉(zhuǎn)成3D圖，只需要plot_gg函數(shù)即可
plot_gg(gg,multicore=TRUE,width=5,height=5,scale=250)

打開后，可以像任何其他光線圖一樣操作繪圖 - 可以調(diào)用render_camera()以編程方式更改攝像機(jī)位置，render_snapshot()可以保存或輸出當(dāng)前視圖，甚至可以使用render_depth()來渲染光滑深度場效應(yīng)。還可以更改甚至刪除光源，并將任何參數(shù)傳遞給plot_gg()，繪制為plot_3d()。

# 如果缺失sf包，建議先安裝
library(sf)

nc = st_read(system.file('shape/nc.shp', package='sf'), quiet = TRUE) #加載包自帶的數(shù)據(jù)
gg_nc = ggplot(nc) +  # 加載North Carolina地圖
  geom_sf(aes(fill = AREA)) +  # 繪制地理數(shù)據(jù)模型，sf對象，全稱Simple feature
  scale_fill_viridis('Area') +   # 按區(qū)域上色
  ggtitle('Area of counties in North Carolina') +    # 繪制題目
  theme_bw()

plot_gg(gg_nc, multicore = TRUE, width = 6 ,height=2.7, fov = 70) #加載圖形
render_depth(focallength=100,focus=0.72)

# 隨機(jī)取三組數(shù)字，并且對其進(jìn)行合并，兩列，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)   #其實如果我們有相同類型的數(shù)據(jù)，也可以仿照該組織方式進(jìn)行合并；# Lines
pp = ggplot(data, aes(x=x, y=y)) +
  geom_hex(bins = 20, size = 0.5, color = 'black') + # 繪制六邊形圖
  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)

# 該數(shù)據(jù)摘自1974年“美國汽車趨勢”雜志，包括32種汽車（1973-74型號）的燃油消耗和10個汽車設(shè)計和性能方面。#該數(shù)據(jù)是我們常見的R中的模擬數(shù)據(jù)
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)