R中的最大绘图点？

Question

我遇到过一些情况,我想要绘制比我真正应该得到的更多的点数 - 主要是因为当我与人分享我的情节或将它们嵌入文件时,它们占据了太多的空间.在数据帧中随机抽样行非常简单.

如果我想要一个真正的随机样本的点图,很容易说:

ggplot(x,y,data=myDf[sample(1:nrow(myDf),1000),])

但是,我想知道是否有更有效(理想的罐装)方式来指定绘图点的数量,以便您的实际数据准确地反映在绘图中.所以这是一个例子.假设我正在绘制类似于重尾分布的CCDF之类的东西,例如

ccdf <- function(myList,density=FALSE)
{
  # generates the CCDF of a list or vector
  freqs = table(myList)
  X = rev(as.numeric(names(freqs)))
  Y =cumsum(rev(as.list(freqs)));
  data.frame(x=X,count=Y)
}
qplot(x,count,data=ccdf(rlnorm(10000,3,2.4)),log='xy')

这将产生x和y轴变得越来越密集的图.在这里,为较大的x或y值绘制较少的样本是理想的.

有没有人对处理类似问题有任何提示或建议？

谢谢,-e

Answer 1

在这种情况下,我倾向于使用png文件而不是基于矢量的图形,例如pdf或eps.尽管丢失了分辨率,但文件要小得多.

如果它是一个更传统的散点图,那么使用半透明颜色也有帮助,以及解决过度绘图问题.例如,

x <- rnorm(10000); y <- rnorm(10000)
qplot(x, y, colour=I(alpha("blue",1/25)))

Answer 2

超越Rob的建议,我喜欢的一个情节函数,因为它对你来说是"稀释"是hexbin ; 一个例子是在R Graph Gallery.

Answer 3

如果对数转换，这是相对于 x 轴下采样图的一种可能的解决方案。它对 x 轴进行对数变换，对该数量进行舍入，并选取该 bin 中的中值 x 值：

downsampled_qplot <- function(x,y,data,rounding=0, ...) {
  # assumes we are doing log=xy or log=x
  group = factor(round(log(data$x),rounding))
  d <- do.call(rbind, by(data, group, 
    function(X) X[order(X$x)[floor(length(X)/2)],]))
  qplot(x,count,data=d, ...)
}

ccdf()使用上面的定义，我们可以将分布的 CCDF 的原始图与下采样版本进行比较：

myccdf=ccdf(rlnorm(10000,3,2.4))

qplot(x,count,data=myccdf,log='xy',main='original')

downsampled_qplot(x,count,data=myccdf,log='xy',rounding=1,main='rounding = 1')

downsampled_qplot(x,count,data=myccdf,log='xy',rounding=0,main='rounding = 0')

在 PDF 格式中，原始图占用 640K，下采样版本分别占用 20K 和 8K。