由于隐私和使代码可重现,我拥有超过2000万个值的大数据,我使用mydata替换它。
Auto-Adjust Vertical Metrics
我想找到最适合Line Height Adjustments
的已知分布,因此选择包set.seed(1234)
mydata <- rlnorm(28000000,3.14,1.3)
中的函数mydata
。
fitdist
然后,我使用fitdistrplus
函数绘制P-P图,以帮助我选择最合适的分布。
library(fitdistrplus)
fit.lnorm <- fitdist(mydata,"lnorm")
fit.weibull <- fitdist(mydata, "weibull")
fit.gamma <- fitdist(mydata, "gamma", lower = c(0, 0))
fit.exp <- fitdist(mydata,"exp")
当然,lognormal最适合ppcomp
,但是看看图的library(RColorBrewer)
tiff("./pplot.tiff",res = 300,compression = "lzw",height = 6,width = 10,units = "in",pointsize = 12)
ppcomp(list(fit.lnorm,fit.weibull, fit.gamma,fit.exp), fitcol = brewer.pal(9,"Set1")[1:4],legendtext = c("lnorm","weibull", "gamma","exp"))
dev.off()
,缺少不同颜色的线注释,只有文本注释显示,我该怎么办?
我尝试了几个值很少的数据集,并且它有效。因此大数据导致了这个问题,我该怎么做才能使传奇变得完美?
答案 0 :(得分:0)
fix(function)
可以完成很多功能问题,这样我们就可以知道函数是如何工作的。
fix(ppcomp)
我找到了一些关于传奇的代码,
if (addlegend) {
if (missing(legendtext))
legendtext <- paste("fit", 1:nft)
if (!largedata)
legend(x = xlegend, y = ylegend, bty = "n", legend = legendtext,
pch = fitpch, col = fitcol, ...)
else legend(x = xlegend, y = ylegend, bty = "n", legend = legendtext,
col = fitcol, ...)
}
然后,我将lty=1
添加到图例中,它可以正常工作。