Question

我有一个如下数据集：

import numpy as np
from pandas import DataFrame
mypos = np.random.randint(10, size=(100, 2))
mydata = DataFrame(mypos, columns=['x', 'y'])
myres = np.random.rand(100, 1)
mydata['res'] = myres

res变量是连续的，x和y变量是表示的整数职位（因此很大程度上是重复的），和res表示位置对之间的相关性。

我想知道可视化此数据集的最佳方法是什么？已经考虑过的可能方法：

散点图，res变量通过颜色渐变可视化。
平行坐标图。

当职位数量变大时，第一种方法是有问题的，因为res变量的高值（这是我们关心的值）会被淹没在海中小点。

第二种方法可能很有希望，但我在制作它时遇到了麻烦。我尝试过pandas模块中的parallel_coordinates函数，但它并不像我希望的那样表现。（在这里看到这个问题： parallel coordinates plot for continous data in pandas ）

Answer 1

我希望这有助于在R中找到解决方案。祝你好运。

# you need this package for the colour palette
library(RColorBrewer)

# create the random data
dd <- data.frame(
    x = round(runif(100, 0, 10), 0),
    y = round(runif(100, 0, 10), 0),
    res = runif(100)
)

# pick the number of colours (granularity of colour scale)
nColors <- 100 

# create the colour pallete
cols <-colorRampPalette(colors=c("white","blue"))(nColors)

# get a zScale for the colours
zScale <- seq(min(dd$res), max(dd$res), length.out = nColors)

# function that returns the nearest colour given a value of res
findNearestColour <- function(x) {
    colorIndex <- which(abs(zScale - x) == min(abs(zScale - x)))
    return(cols[colorIndex])
}

# the first plot is the scatterplot
### this has problems because points come out on top of eachother
plot(y ~ x, dd, type = "n")
for(i in 1:dim(dd)[1]){
    with(dd[i,],
        points(y ~ x, col = findNearestColour(res), pch = 19)
    )
}

# this is your parallel coordinates plot (a little better)
plot(1, 1, xlim = c(0, 1), ylim = c(min(dd$x, dd$y), max(dd$x, dd$y)), 
     type = "n", axes = F, ylab = "", xlab = "")
for(i in 1:dim(dd)[1]){
    with(dd[i,],
        segments(0, x, 1, y, col = findNearestColour(res))
    )
}

如何可视化高容量三维数据

1 个答案: