Question

library(tidyverse) # Includes the packages ggplot2 and tidyr, which we         use below

# Get the time values for the time series
Time = attributes(co2)[[1]]
Time = seq(Time[1],Time[2], length.out=(Time[2]-Time[1])*Time[3])

# Convert td to data frame
dat = cbind(Time, with(td, data.frame(Observed=x, Trend=trend,          Seasonal=seasonal, Random=random)))

ggplot(gather(dat, component, value, -Time), aes(Time, value)) +
facet_grid(component ~ ., scales="free_y") +
  geom_line() +
  theme_bw() +
  labs(y=expression(CO[2]~(ppm)), x="Year") +
  ggtitle(expression(Decomposed~CO[2]~Time~Series)) +
  theme(plot.title=element_text(hjust=0.5))

我知道这是关于ggplot的时间序列分解。我主要需要在第3和第4行解释。我想在代码上应用每月时间序列。

Answer 1

您似乎有一个长度至少为3的向量Time。

seq(Time[1],Time[2], length.out=(Time[2]-Time[1])*Time[3])

创建从Time[1]到Time[2]的序列，结果向量的长度在Time[2]-Time[1])*Time[3]中计算。

以下行只是将一些对象绑定到一个工作的data.frame中。 Data.frames是必须能够使用ggplot2绘图的。 ggplot2代码或多或少是基本的样板代码，您应该能够辨别自己（参见superb documentation）。

即使您没有数据，也可以自己尝试。

Time <- c(1, 10, 5)
seq(from = Time[1], to = Time[2], length.out = (Time[2] - Time[1]) * Time[3])

[1]  1.000000  1.204545  1.409091  1.613636  1.818182  2.022727  2.227273
[8]  2.431818  2.636364  2.840909  3.045455  3.250000  3.454545  3.659091
[15]  3.863636  4.068182  4.272727  4.477273  4.681818  4.886364  5.090909
[22]  5.295455  5.500000  5.704545  5.909091  6.113636  6.318182  6.522727
[29]  6.727273  6.931818  7.136364  7.340909  7.545455  7.750000  7.954545
[36]  8.159091  8.363636  8.568182  8.772727  8.977273  9.181818  9.386364
[43]  9.590909  9.795455 10.000000

我会让你用你的数据重置。

请为我解释这个代码

1 个答案: