一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

CoLiN_shsmu 2019-07-19

展开全文

一个震撼的交互型3D可视化R包 - rayshader

作者：张虎协和

编辑：陈同生信宝典

虽然3D的plot见得比较多了，但是看见这样的R包，我的心还是砰了一下，这个简直不能再好看了！

关键是！！！敲黑板，这个R包超简单！！！对于刚学习R语言的同学们来说，会被圈粉哒！

该包的主要功能就是将ggplot2画出来的2D图像变为3D图像，不说废话，直接上代码。

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

# 查看数据格式
head(diamonds)

# 绘制二维密度图
gg = ggplot(diamonds, aes(x, depth)) +
     stat_density_2d(aes(fill = stat(nlevel)), #绘制密度等高线图
                  geom = 'polygon',
                  n = 100,bins = 10, contour = TRUE) +
     facet_wrap(clarity~.) +    # 按clarity分类
     scale_fill_viridis_c(option = 'A') # 将map颜色设置为“岩浆”色，简称为“A”，共有“A”，“B”，“C”，“D”和“E”五种；gg # 绘制2D图

# 转成3D图，只需要plot_gg函数即可
plot_gg(gg,multicore=TRUE,width=5,height=5,scale=250)

打开后，可以像任何其他光线图一样操作绘图 - 可以调用render_camera()以编程方式更改摄像机位置，render_snapshot()可以保存或输出当前视图，甚至可以使用render_depth()来渲染光滑深度场效应。还可以更改甚至删除光源，并将任何参数传递给plot_gg()，绘制为plot_3d()。

# 如果缺失sf包，建议先安装
library(sf)

nc = st_read(system.file('shape/nc.shp', package='sf'), quiet = TRUE) #加载包自带的数据
gg_nc = ggplot(nc) +  # 加载North Carolina地图
  geom_sf(aes(fill = AREA)) +  # 绘制地理数据模型，sf对象，全称Simple feature
  scale_fill_viridis('Area') +   # 按区域上色
  ggtitle('Area of counties in North Carolina') +    # 绘制题目
  theme_bw()

plot_gg(gg_nc, multicore = TRUE, width = 6 ,height=2.7, fov = 70) #加载图形
render_depth(focallength=100,focus=0.72)

# 随机取三组数字，并且对其进行合并，两列，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)   #其实如果我们有相同类型的数据，也可以仿照该组织方式进行合并；# Lines
pp = ggplot(data, aes(x=x, y=y)) +
  geom_hex(bins = 20, size = 0.5, color = 'black') + # 绘制六边形图
  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)

# 该数据摘自1974年“美国汽车趋势”杂志，包括32种汽车（1973-74型号）的燃油消耗和10个汽车设计和性能方面。#该数据是我们常见的R中的模拟数据
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)