कैसे एक "ज़ूम में" प्रभाव आर

Question

में स्केच नक्शा के रूप में ऊपर के उदाहरण के लिए सामान्य वितरण के लिए मतलब और विचरण आकर्षित करने के लिए, आप कल्पना कर सकते ऊपरी एक पैरामीटर अंतरिक्ष के एक भूखंड है,,, और निचला एक इसी घनत्व साजिश है। ऐसा करने के लिए कोई संकेत? धन्यवाद ~

अद्यतन: एक वृद्धि के रूप में, क्या मैं इसके लिए एक इंटरैक्टिव संस्करण बना सकता हूं? कहें, जब भी मैं एक बिंदु पर माउस-आर, नीचे इसी साजिश को दिखाता है।

Answer 1

यहाँ एक इंटरैक्टिव संस्करण है, तो आप एक बिंदु पर क्लिक कर सकते हैं और फिर इसी घनत्व साजिश दिखाई देता है। मुख्य रूप से ?identify का उपयोग किया गया था और @Tyler ने ?zoomInPlot का सुझाव दिया था।

यह कैसे काम करता है पर कुछ अधिक जानकारी के: rxlim और rylim बहुत शुरुआत में परिभाषित किया जो चयनित बिंदु चारों ओर से घेरे है, तो एक कारक /20 बदलने के लिए चाहते हो सकता है आयत का आकार है। अनेक क्लिक करने की संभावना nontrivial है: identify(), केवल "हाल का" साजिश में क्लिक का पता चलता अर्थात

par(mfrow = c(1,2)) 
plot(1:10) # 1 
plot(1:10) # 2 
identifyPch(1:10) 

केवल # 2 साजिश में क्लिक का पता चलता (यहाँ identifyPch()?identify से है)। इस समस्या के लिए par(mfg=c(1, 1)) इस्तेमाल किया गया था:

MFG

प्रपत्र ग (i, j) के एक संख्यात्मक वेक्टर मैं कहाँ और जे संकेत मिलता आंकड़े की एक सरणी में जो आंकड़ा अगले तैयार किया जा रहा है (अगर सेटिंग) या खींचा जा रहा है (यदि पूछताछ हो)। सरणी पहले से ही mfcol या mfrow द्वारा सेट कर दी जानी चाहिए।

zoom <- function (x, y, xlim, ylim, xd, yd) 
{ 
    rxlim <- x + c(-1, 1) * (diff(range(xd))/20) 
    rylim <- y + c(-1, 1) * (diff(range(yd))/20) 
    par(mfrow = c(1, 2)) 
    plot(xd, yd, xlab = "mean", ylab = "sd") 
    xext <- yext <- rxext <- ryext <- 0 
    if (par("xaxs") == "r") { 
    xext <- diff(xlim) * 0.04 
    rxext <- diff(rxlim) * 0.04 
    } 
    if (par("yaxs") == "r") { 
    yext <- diff(ylim) * 0.04 
    ryext <- diff(rylim) * 0.04 
    } 
    rect(rxlim[1] - rxext, rylim[1] - ryext, rxlim[2] + rxext, 
     rylim[2] + ryext) 
    xylim <- par("usr") 
    xypin <- par("pin") 
    rxi0 <- xypin[1] * (xylim[2] - (rxlim[1] - rxext))/diff(xylim[1:2]) 
    rxi1 <- xypin[1] * (xylim[2] - (rxlim[2] + rxext))/diff(xylim[1:2]) 
    y01i <- xypin[2] * (xylim[4] - (rylim[2] + ryext))/diff(xylim[3:4]) 
    y02i <- xypin[2] * ((rylim[1] - ryext) - xylim[3])/diff(xylim[3:4]) 
    mu <- x 
    curve(dnorm(x, mean = mu, sd = y), from = -4 * y + mu, to = 4 * y + mu, 
     xlab = paste("mean:", round(mu, 2), ", sd: ", round(y, 2)), ylab = "") 
    xypin <- par("pin") 
    par(xpd = NA) 
    xylim <- par("usr") 
    xymai <- par("mai") 
    x0 <- xylim[1] - diff(xylim[1:2]) * (xymai[2] + xymai[4] + 
             rxi0)/xypin[1] 
    x1 <- xylim[1] - diff(xylim[1:2]) * (xymai[2] + xymai[4] + 
             rxi1)/xypin[1] 
    y01 <- xylim[4] - diff(xylim[3:4]) * y01i/xypin[2] 
    y02 <- xylim[3] + diff(xylim[3:4]) * y02i/xypin[2] 
    par(xpd = TRUE) 
    xend <- xylim[1] - diff(xylim[1:2]) * xymai[2]/(2 * xypin[1]) 
    xprop0 <- (xylim[1] - xend)/(xylim[1] - x0) 
    xprop1 <- (xylim[2] - xend)/(xylim[2] - x1) 
    par(xpd = NA) 
    segments(c(x0, x0, x1, x1), 
      c(y01, y02, y01, y02), 
      c(xend, xend, xend, xend), 
      c(xylim[4] - (xylim[4] - y01) * xprop0, 
      xylim[3] + (y02 - xylim[3]) * xprop0, 
      xylim[4] - (xylim[4] - y01) * xprop1, 
      xylim[3] + (y02 - xylim[3]) * xprop1)) 
    par(mfg = c(1, 1)) 
    plot(xd, yd, xlab = "mean", ylab = "sd") 
} 

ident <- function(x, y, ...) 
{ 
    ans <- identify(x, y, n = 1, plot = FALSE, ...) 
    if(length(ans)) { 
    zoom(x[ans], y[ans], range(x), range(y), x, y) 
    points(x[ans], y[ans], pch = 19) 
    ident(x, y) 
    } 
} 

x <- rnorm(10) 
y <- rnorm(10, mean = 5) 
par(mfrow = c(1, 2)) 
plot(x, y, xlab = "mean", ylab = "sd") 
ident(x, y) 

Answer 2

आईप्लॉट पैकेज इस के बहुत करीब आता है, हालांकि तकनीकी रूप से कोई 'ज़ूमिंग' नहीं है। आईप्लॉट्स में जावा जीयूआई के साथ लागू इंटरैक्टिव लिंक्ड प्लॉट हैं। आप एक प्लॉट पर अंक चुन सकते हैं और अन्य प्लॉट्स में एक ही बिंदु हाइलाइट हो जाते हैं। The website for the package is here।

library(iplots) 
data(Cars93) 
iplot(Cars93$Horsepower, Cars93$MPG.city) 
ihist(Cars93$Horsepower) 

यहाँ, मैं छोड़ दिया scatterplot में कुछ बिंदुओं का चयन किया है, उन्हें लाल मोड़, और वे भी सही हिस्टोग्राम में प्रकाश डाला (हिस्टोग्राम करीबी एक घनत्व की साजिश करने के लिए उनके पास है) हो जाते हैं।