Question

当地块数量很大时，散点图就没用了。

因此，例如，使用法线逼近，我们可以获得等高线图。

我的问题：是否有任何程序包可以实现散点图的轮廓图。

谢谢@ G5W！我可以做到！

Answer 1

您可以使用hexbin::hexbin()显示非常大的数据集。

@ G5W提供了一个不错的数据集：

x = c(rnorm(2000,0,1), rnorm(7000,1,1), rnorm(11000,5,1))
twist = c(rep(0,2000),rep(-0.5,7000), rep(0.4,11000))
y = c(rnorm(2000,0,1), rnorm(7000,5,1), rnorm(11000,6,1)) + twist*x
group = c(rep(1,2000), rep(2,7000), rep(3,11000))

如果您不知道群组信息，则省略号是不合适的；这就是我的建议：

library(hexbin)
plot(hexbin(x,y))

产生

如果您真的想要轮廓，则需要密度估计才能绘制。 MASS::kde2d()函数可以产生一个；请参阅其帮助页面中的示例以根据结果绘制轮廓。这就是该数据集的作用：

library(MASS)
contour(kde2d(x,y))

Answer 2

您没有提供任何数据，因此我将提供一些人工数据，构造在帖子的底部。你也不说多少数据尽管您说的是很多点，但您有。我在说明 20000分

您使用组号作为绘图字符来指示组。我觉得很难读。但是，仅绘制点并不会显示分组良好。为每个组着色不同的颜色是一个开始，但是看起来不太好。

plot(x,y, pch=20, col=rainbow(3)[group])

可以使很多观点更容易理解的两个技巧：
1.使点透明。密集的地方将显得更暗。 AND
2.减小点的大小。

plot(x,y, pch=20, col=rainbow(3, alpha=0.1)[group], cex=0.8)

这看起来好一些，但没有解决您的实际要求。您的示例图片似乎显示出置信度椭圆。你可以得到使用dataEllipse包中的函数car的用户。

library(car)
plot(x,y, pch=20, col=rainbow(3, alpha=0.1)[group], cex=0.8)
dataEllipse(x,y,factor(group), levels=c(0.70,0.85,0.95),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, center.pch=FALSE)

但是如果确实有很多点，这些点仍然可以重叠如此之多以至于他们都感到困惑。您也可以使用dataEllipse 在不显示点的情况下创建基本上是2D密度的图完全没有只需在彼此填充上绘制几个不同大小的椭圆它们具有透明的颜色。分布的中心将变暗。这样可以给出大量点的分布情况。

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=c(seq(0.15,0.95,0.2), 0.995),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, 
    center.pch=FALSE, fill=TRUE, fill.alpha=0.15, lty=1, lwd=1)

通过绘制更多的椭圆并省略边界线，可以使外观更加连续。

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=seq(0.11,0.99,0.02),
    plot.points=FALSE, col=rainbow(3), group.labels=NA, 
    center.pch=FALSE, fill=TRUE, fill.alpha=0.05, lty=0)

请尝试将它们组合使用，以获得更清晰的数据图。

对评论的其他回复：添加标签
添加组标签最自然的地方可能是椭圆。您可以通过简单地计算每个组中点的质心来获得该值。例如，

plot(x,y,pch=NA)
dataEllipse(x,y,factor(group), levels=c(seq(0.15,0.95,0.2), 0.995),
        plot.points=FALSE, col=rainbow(3), group.labels=NA,
    center.pch=FALSE, fill=TRUE, fill.alpha=0.15, lty=1, lwd=1)

## Now add labels
for(i in unique(group)) {
    text(mean(x[group==i]), mean(y[group==i]), labels=i) 
}

请注意，我只是将数字用作组标签，但是如果您有更详细的名称，则可以将labels=i更改为类似 labels=GroupNames[i]。

数据

x = c(rnorm(2000,0,1), rnorm(7000,1,1), rnorm(11000,5,1))
twist = c(rep(0,2000),rep(-0.5,7000), rep(0.4,11000))
y = c(rnorm(2000,0,1), rnorm(7000,5,1), rnorm(11000,6,1)) + twist*x
group = c(rep(1,2000), rep(2,7000), rep(3,11000))

通过散点图绘制轮廓图

2 个答案: