भूखंड/ggplot2 -

Question

अंतिम कार्यान्वयन भी कई अंकों के साथ क्षेत्र भरें - समाप्त नहीं हुआ है, लेकिन सही तरीके से बढ़ रहा

आइडिया/समस्या: आप कई अतिव्यापी अंकों के साथ एक साजिश है और उन्हें एक से बदलना चाहते हैं सादा क्षेत्र, इसलिए साजिश देखने में प्रदर्शन बढ़ रहा है।

संभावित कार्यान्वयन: सभी बिंदुओं के बीच दूरी मैट्रिक्स की गणना करें और निर्दिष्ट दूरी के नीचे सभी बिंदुओं को कनेक्ट करें।

टोडो/समाप्त नहीं हुआ: यह वर्तमान में मुद्रित साजिश के आकार के आधार पर मैन्युअल रूप से दूरी निर्धारित करने के लिए काम करता है। मैंने यहां रुक दिया क्योंकि परिणाम मेरी सौंदर्य भावना को पूरा नहीं कर पाया।

मध्यवर्ती भूखंडों

set.seed(074079089) 
n.points <- 3000 

mat <- matrix(rnorm(n.points*2, 0,0.2), nrow=n.points, ncol=2) 
colnames(mat) <- c("x", "y") 

d.mat <- dist(mat) 
fit.mat <-hclust(d.mat, method = "single") 
lims <- c(-1,1) 
real.lims <- lims*1.1    ## ggplot invokes them approximately 

# An attempt to estimate the point-sizes, works for default pdfs pdf("test.pdf") 
cutsize <- sum(abs(real.lims))/100 
groups <- cutree(fit.mat, h=cutsize) # cut tree at height cutsize 
# plot(fit.mat) # display dendogram 

# draw dendogram with red borders around the 5 clusters 
# rect.hclust(fit.mat, h=cutsize, border="red") 

library(ggplot2) 
df <- data.frame(mat) 
df$groups <- groups 
plot00 <- ggplot(data=df, aes(x,y, col=factor(groups))) + 
    geom_point() + guides(col=FALSE) + xlim(lims) + ylim(lims)+ 
    ggtitle("Each color is a group") 
pdf("plot00.pdf") 
print(plot00) 
dev.off() 

# If less than 4 points are connected, show them seperately 
t.groups <- table(groups) # how often which group 
drop.group <- as.numeric(names(t.groups[t.groups<4])) # groups with less than 4 points are taken together 
groups[groups %in% drop.group] <- 0      # in group 0 
df$groups <- groups 
plot01 <- ggplot(data=df, aes(x,y, col=factor(groups))) + 
    geom_point() + xlim(lims)+ ylim(lims) + 
    scale_color_hue(l=10) 
pdf("plot01.pdf") 
print(plot01) 
dev.off() 

find_hull <- function(df_0) 
{ 
    return(df_0[chull(df_0$x, df_0$y), ]) 
} 


library(plyr) 
single.points.df <- df[df$groups == 0 , ] 
connected.points.df <- df[df$groups != 0 , ] 
hulls <- ddply(connected.points.df, "groups", find_hull) # for all groups find a hull 
plot02 <- ggplot() + 
    geom_point(data=single.points.df, aes(x,y, col=factor(groups))) + 
    xlim(lims)+ ylim(lims) + 
    scale_color_hue(l=10) 
pdf("plot02.pdf") 
print(plot02) 
dev.off() 

साथ कम से कम उदाहरण

plot03 <- plot02 
for(grp in names(table(hulls$groups))) 
{ 
    plot03 <- plot03 + geom_polygon(data=hulls[hulls$groups==grp, ], 
            aes(x,y), alpha=0.4) 
} 
# print(plot03) 
plot01 <- plot01 + theme(legend.position="none") 
plot03 <- plot03 + theme(legend.position="none") 
# multiplot(plot01, plot03, cols=2) 
pdf("plot03.pdf") 
print(plot03) 
dev.off() 

प्रारंभिक प्रश्न

मैं एक (शायद अजीब) प्रश्न है।

कुछ भूखंडों में, मेरे विश्लेषण में हजारों अंक हैं। उन्हें प्रदर्शित करने के लिए, पीसी को काफी समय लगता है क्योंकि बहुत सारे अंक हैं। अब के बाद, इनमें से कई बिंदु ओवरलैप हो सकते हैं, मेरे पास एक भरा क्षेत्र है (जो ठीक है!)। समय/प्रयास को प्रदर्शित करने के लिए, यह केवल इस क्षेत्र को भरने के लिए उपयोगी होगा लेकिन प्रत्येक बिंदु को अपने आप पर प्लॉट करना होगा।

मुझे पता है कि हीटमैप में संभावनाएं हैं और इसी तरह, लेकिन यह विचार मेरे मन में नहीं है। मेरा विचार कुछ ऐसा है:

#plot00: ggplot with many many points and a filled area of points 
plot00 <- plot00 + fill.crowded.areas() 

# with plot(), I sadly have an idea how to manage it 

कोई विचार? या यह कुछ भी कभी भी नहीं करेगा?

# Example code 
# install.packages("ggplot2") 
library(ggplot2) 

n.points <- 10000 
mat <- matrix(rexp(n.points*2), nrow=n.points, ncol=2) 
colnames(mat) <- c("x", "y") 
df <- data.frame(mat) 
plot00 <- ggplot(df, aes(x=x, y=y)) + 
    theme_bw() +      # white background, grey strips 
    geom_point(shape=19)# Aussehen der Punkte 

print(plot00) 

# NO ggplot2 
plot(df, pch=19) 

संपादित करें:
घनत्व-भूखंडों करवाने के लिए fdetsch (कैसे मैं नाम चिह्नित कर सकते हैं?) वहाँ कुछ इस विषय में सवाल कर रहे हैं ने उल्लेख की तरह विषय। लेकिन यह वही बात नहीं है जो मैं चाहता हूं। मुझे पता है कि मेरी चिंता थोड़ा अजीब है, लेकिन घनत्व कभी-कभी ज़रूरी ज़रूरी ज़रूरी व्यस्त रहता है।घनत्व के साथ विषयों के लिए

लिंक:

Scatterplot with too many points
High Density Scatter Plots

Answer 1

आप के बहुमत के स्थान का अनुमान लगाने के लिए एक मजबूत आकलनकर्ता इस्तेमाल कर सकते हैं अपने बिंदुओं के उत्तल ढक्कन को इंगित करें और साजिश करें:

set.seed(1337) 
n.points <- 500 
mat <- matrix(rexp(n.points*2), nrow=n.points, ncol=2) 
colnames(mat) <- c("x", "y") 
df <- data.frame(mat) 

require(robustbase) 
my_poly <- function(data, a, ...){ 
    cov_rob = covMcd(data, alpha = a) 
    df_rob = data[cov_rob$best,] 
    ch = chull(df_rob$x, df_rob$y) 
    geom_polygon(data = df_rob[ch,], aes(x,y), ...) 
} 

require(ggplot2) 
ggplot() + 
    geom_point(data=df, aes(x,y)) + 
    my_poly(df, a = 0.5, fill=2, alpha=0.5) + 
    my_poly(df, a = 0.7, fill=3, alpha=0.5) 

इस की ओर जाता है: covMcd आप बढ़ा सकते हैं के अल्फा मूल्य को नियंत्रित करके

/क्षेत्र के आकार को कम। विवरण के लिए ?robustbase::covMcd देखें। बीटीडब्ल्यू .: मैकड न्यूनतम कॉन्वर्सिस निर्धारक के लिए खड़ा है। इसके बजाय आप MASS::cov.mve का उपयोग कर सकते हैं ताकि न्यूनतम वाल्म इलिप्सिड की गणना MASS::cov.mve(..., quantile.used=-इलिप्सिड के भीतर बिंदुओं का प्रतिशत हो।

2 + के लिए कक्षाएं:

my_poly2 <- function(data, a){ 
    cov_rob = covMcd(data, alpha = a) 
    df_rob = data[cov_rob$best,] 
    ch = chull(df_rob[,1], df_rob[,2]) 
    df_rob[ch,] 
} 

ggplot(faithful, aes(waiting, eruptions, color = eruptions > 3)) + 
    geom_point() + 
    geom_polygon(data = my_poly2(faithful[faithful$eruptions > 3,], a=0.5), aes(waiting, eruptions), fill = 2, alpha = 0.5) + 
    geom_polygon(data = my_poly2(faithful[faithful$eruptions < 3,], a=0.5), aes(waiting, eruptions), fill = 3, alpha = 0.5) 

या अगर आपके पास अपठित मजबूत ellipsoids लिए ठीक है stat_ellipse

Answer 2

कैसे जाली से panel.smoothScatter का उपयोग कर के बारे में? यह कम घनत्व वाले क्षेत्रों में अंक की एक निश्चित संख्या प्रदर्शित करता है (तर्क 'nrpoints') और हर जगह, बिंदु घनत्व एकल (और संभवतः ओवरलैपिंग) बिंदुओं के बजाय प्रदर्शित होते हैं, इस प्रकार आपके डेटा में अधिक सार्थक अंतर्दृष्टि प्रदान करते हैं। अधिक जानकारी के लिए ?panel.smoothScatter भी देखें।

## load 'lattice' 
library(lattice) 

## display point densities 
xyplot(y ~ x, data = df, panel = function(x, y, ...) { 
    panel.smoothScatter(x, y, nbin = 250, ...) 
}) 

Answer 3

आप अपने अंकों की convex hull की तरह कुछ मतलब कार्य करें:

set.seed(1337) 
n.points <- 100 
mat <- matrix(rexp(n.points*2), nrow=n.points, ncol=2) 
colnames(mat) <- c("x", "y") 
df <- data.frame(mat) 
ch <- chull(df$x, df$y) # This computes the convex hull 

require(ggplot2) 
ggplot() + 
    geom_point(data=df, aes(x,y)) + 
    geom_polygon(data = df[ch,], aes(x,y), alpha=0.5)