我需要在R中绘制由quickhull算法给出的凸包。这是一个例子。
library(geometry)
x1 <- rnorm(100, 0.8, 0.3)
y1 <- rnorm(100, 0.8, 0.3)
ConVexHull<-convhulln(cbind(x1,y1),"FA")
ConVexHull $ hull给出了一个m-by-dimension索引矩阵,每个行定义一个 昏暗的“三角形”。
我知道如何使用chull函数绘图,但我不确定chull是否给出了与convhulln相同的船体
Plot_ConvexHull<-function(xcoord, ycoord, lcolor){
hpts <- chull(x = xcoord, y = ycoord)
hpts <- c(hpts, hpts[1])
lines(xcoord[hpts], ycoord[hpts], col = lcolor)
}
xrange <- range(c(x1))
yrange <- range(c(y1))
par(tck = 0.02, mgp = c(1.7, 0.3, 0))
plot(x1, y1, type = "p", pch = 1, col = "black", xlim = c(xrange), ylim = c(yrange))
Plot_ConvexHull(xcoord = x1, ycoord = y1, lcolor = "black")
答案 0 :(得分:3)
可重复的例子:
library(geometry)
set.seed(0)
x1 <- rnorm(100, 0.8, 0.3)
y1 <- rnorm(100, 0.8, 0.3)
xdf <- data_frame(x1, y1)
(ConVexHull <- convhulln(cbind(x1,y1), "FA"))
## $hull
## [,1] [,2]
## [1,] 63 59
## [2,] 10 53
## [3,] 10 63
## [4,] 80 59
## [5,] 80 15
## [6,] 37 53
## [7,] 37 15
##
## $area
## [1] 4.258058
##
## $vol
## [1] 1.271048
那些是$hull
中的from / to edge对,所以我们将构建一组顶点对:
data.frame(
do.call(
rbind,
lapply(1:nrow(ConVexHull$hull), function(i) {
rbind(xdf[ConVexHull$hull[i,1],], xdf[ConVexHull$hull[i,2],])
})
)
) -> h_df
并证明它们确实是正确的:
ggplot() +
geom_point(data=xdf, aes(x1, y1), color="red") +
geom_point(data=h_df, aes(x1, y1), shape=21, fill=NA, color="black", size=3)
但是,“订单”中的不是:
ggplot() +
geom_point(data=xdf, aes(x1, y1), color="red") +
geom_point(data=h_df, aes(x1, y1), shape=21, fill=NA, color="black", size=3) +
geom_path(data=h_df, aes(x1, y1), color="blue")
因此,如果你想在点周围有一个路径或多边形(这是匿名用户注释/链接的含义),我们需要按顺序(按它们排序)。
我们可以顺时针对它们进行排序:
h_df <- h_df[order(-1 * atan2(h_df$y1 - mean(range(h_df$y1)), h_df$x1 - mean(range(h_df$x1)))),]
h_df <- rbind(h_df, h_df[1,])
(删除-1
反向)
并且,我们有一个可爱的外包装:
ggplot() +
geom_point(data=xdf, aes(x1, y1), color="red") +
geom_point(data=h_df, aes(x1, y1), shape=21, fill=NA, color="black", size=3) +
geom_path(data=h_df, aes(x1, y1), color="blue")