我试图传达一些嘈杂的性能数字的总体印象，所以我想我想绘制一张黄土平滑的原始数据曲线。我应该明确指出，抛弃一些数据的精度是完全没问题的;我只是想指出，我所形成的数字（主要是）重复模式。
我想证明这一点的原因是我可以证明我已经将所有数据视为一个整体，并且例如更详细的一天并不像听起来那么懒惰。
我试图对我的数据运行smooth.spline和loess，但我认为因为我调用ggplot的方式失败了。我相信我必须对ggplot和ggsave做一个奇怪的咒语，因为这段代码实际上在一个函数中，并且函数内部的ggplot调用似乎出错了，因为类似于作用域行为（没有仔细看过这个;我不是＆＃ 39;了解R的范围。
以下是一些示例代码，展示了我正在尝试的内容：
library("ggplot2")
library("reshape2")
iops_october <- read.csv("iops_oct.csv", header=TRUE)
iops_october <- subset(iops_october, select=c("read_iops", "write_iops", "total_iops", "time"))
iops_october$time <- as.POSIXct(iops_october$time, format="%Y-%m-%d %H:%M:%S")
molten_iops <- melt(iops_october, id.vars="time")
#plot = ggplot(data=molten_iops, aes(x=time, y=value, color=variable)) + geom_line() + lines(smooth.spline(iops$time, iops$wrie_iops))
plot = ggplot(data=molten_iops, aes(x=time, y=value, color=variable)) + geom_line()
ggsave("october.svg", plot=plot, width=64, height=24, limitsize=FALSE)
由于这需要一些数据，你可以找到一个~100kbyte的文件here
我想我的最终目标是根据时间平均掉掉所有数字（扔掉日期组件），但我想我可以通过创建一个额外的as.time列，然后使用该＆ ＃34;时间＆＃34;作为小组。