Datos generados a partir de rata R3, los datos fueron procesados con el script de ImageJ en la computadora de Ricardo. NOTA: Se corrio parte de la imagen, porque se transformó en tif. Repetir con el archivo original “.czi”. Las gráficas se realizarán tomando como ejemplo: https://www.r-graph-gallery.com/2d-density-plot-with-ggplot2.html#hist Los datos resultantes son 3 vectores, en los tres ejes:
library(ggplot2)
vec.x <- as.numeric(read.csv("C:/Users/acard/CloudStation/Apoyos/RicardoSanta/result/R3_vec_x.csv", sep="")[,1])
vec.y <- as.numeric(read.csv("C:/Users/acard/CloudStation/Apoyos/RicardoSanta/result/R3_vec_y.csv", sep="")[,1])
vec.z <- as.numeric(read.csv("C:/Users/acard/CloudStation/Apoyos/RicardoSanta/result/R3_vec_z.csv", sep="")[,1])
data2D <- data.frame(x = vec.x,
y = vec.y)
data3D <- data.frame(x = vec.x,
y = vec.y,
z = vec.z)
Las bases de datos se muestran así
head(data2D)
## x y
## 1 1883.5 1578.5
## 2 1884.5 1578.5
## 3 1885.5 1578.5
## 4 1878.5 1579.5
## 5 1880.5 1579.5
## 6 1883.5 1579.5
head(data3D)
## x y z
## 1 1883.5 1578.5 -17
## 2 1884.5 1578.5 -17
## 3 1885.5 1578.5 -17
## 4 1878.5 1579.5 -17
## 5 1880.5 1579.5 -17
## 6 1883.5 1579.5 -17
ggplot(data2D, aes(x=x, y=y) ) +
geom_point()
Esta es una versión 2D del clásico histograma.
ggplot(data2D, aes(x=x, y=y) ) +
geom_bin2d() +
theme_bw()
Los bins son los cuadros en los que se divie la información presentada
ggplot(data2D, aes(x=x, y=y) ) +
geom_bin2d(bins = 70) +
scale_fill_continuous(type = "viridis") +
theme_bw()
Una alternativa es dividir el área en hexágonos y graficarlos así
ggplot(data2D, aes(x=x, y=y) ) +
geom_hex() +
theme_bw()
Podemos cambiar el parámetro bins para cambiar el número de divisiones por eje.
ggplot(data2D, aes(x=x, y=y) ) +
geom_hex(bins = 70) +
scale_fill_continuous(type = "viridis") +
theme_bw()