最近無(wú)意間發(fā)現(xiàn)了一個(gè)包：rayshader，這個(gè)包非常有趣，跟大家一起分享。該包的主要功能就是將ggplot2畫出來(lái)的2D圖像變?yōu)?D圖像。廢話就不多說(shuō)了，直接做出來(lái)看看效果吧！
1. 安裝并加載包
install.packages("rayshader")
library(ggplot2)
library(rayshader)
library(viridis)#顏色包2. 圖1 (2D）：
mtplot = ggplot(mtcars) +
geom_point(aes(x=mpg,y=disp,color=cyl)) + #畫點(diǎn)
scale_color_continuous(limits=c(0,8))+#設(shè)置顏色尺度從0到8
ggtitle("mtcars: Displacement vs mpg vs # of cylinders") +#添加題目
theme(title = element_text(size=8),#設(shè)置題目字體大小
text = element_text(size=12))#設(shè)置圖片中字體的大小
3. 圖1 (3D):
plot_gg(mtplot, width=3.5, sunangle=225)
render_camera(zoom=1,#圖形放大縮小倍數(shù)
theta=30,#旋轉(zhuǎn)角度
phi=30)#方位角, 其實(shí)render_camera類似于改攝像機(jī)位置
render_snapshot()#保存或輸出當(dāng)前視圖
render_snapshot(clear = TRUE)#清除生成的圖片……耐心等待
4. 圖2 (2D):
ggdiamonds = ggplot(diamonds, aes(x, depth)) +
stat_density_2d(aes(fill = stat(nlevel)),
geom = "polygon", n = 200, bins = 50,contour = TRUE) + #繪制2D密度圖
facet_wrap(clarity~.) + #繪制clarity變量的分組密度圖
scale_fill_viridis_c(option = "C")#使用Viridis顏色梯度（對(duì)色盲友好）
5. 圖2 (3D):
plot_gg(ggdiamonds,multicore =TRUE,#表示如果光線跟蹤為“真”，則將使用多種顏色來(lái)計(jì)算陰影矩陣
width=5,#寬度
height=5,#高度
scale=250,#3D圖的高度，默認(rèn)是150，設(shè)置得越高圖形越高
windowsize=c(1400,866),
zoom = 0.55, phi = 30)
render_snapshot()#保存或輸出當(dāng)前視圖
render_snapshot(clear = TRUE)
6. 圖3 (2D):
mtplot_density = ggplot(mtcars) +
stat_density_2d(aes(x=mpg,y=disp, fill=..density..), geom = "raster", contour = FALSE) +
scale_x_continuous(expand=c(0,0)) +#x的位置尺度
scale_y_continuous(expand=c(0,0)) +#y的位置尺度
scale_fill_gradient(low="pink", high="red")#設(shè)置漸變色
mtplot_density
7. 圖3 (3D):
plot_gg(mtplot_density, width = 4,zoom = 0.60, theta = -45, phi = 30,
windowsize = c(1400,866))
render_snapshot()
8. 圖3按照cyl分面繪制 (2D)：
mtplot_density_facet = mtplot_density + facet_wrap(~cyl)
9. 圖3按照cyl分面繪制 (3D)：
plot_gg(mtplot_density_facet)
render_snapshot(clear = TRUE)
今天的內(nèi)容介紹到這，歡迎關(guān)注我們的公眾號(hào)：R語(yǔ)言與SPSS學(xué)習(xí)筆記
分享實(shí)用的SPSS及R處理數(shù)據(jù)、分析數(shù)據(jù)及做圖的使用技巧
