如何绘制每条线之间具有特定距离的图形
实际上我试图绘制一个图,但它放置并显示彼此的所有列(线),因此它不具有代表性.我尝试制作模拟数据并向您展示我如何绘制它,并向您展示我想要的内容
我不知道如何制作如下所示的示例数据,但这里是我做的
set.seed(1)
M <- matrix(rnorm(20),20,5)
x <- as.matrix(sort(runif(20, 5.0, 7.5)))
df <- as.data.frame(cbind(x,M))
在创建数据框之后,我将通过熔化并使用ggplot来绘制所有列与第一个列的关系
require(ggplot2)
require(reshape)
dff <- melt(df , id.vars = 'V1')
b <- ggplot(dff, aes(V1,value)) + geom_line(aes(colour = variable))
我想在每一行之间有特定的距离(在这种情况下我们有6),如下所示.在一个维度,它是V1,在另一个维度,它是列的数量.我不关心功能,我只想要照片
此解决方案使用rgl并生成此图:
它使用此函数接受3个参数:
df:data.frame就像你上面的'M'一样x:numeric vector (or a 1-colx轴的data.frame`)cols:(optionnal)要重复的颜色矢量.如果缺少,则绘制黑线
这是功能:
nik_plot <- function(df, x, cols){
require(rgl)
# if a data.frame is
if (is.data.frame(x) && ncol(x)==1)
x <- as.numeric(x[, 1])
# prepare a vector of colors
if (missing(cols))
cols <- rep_len("#000000", nrow(df))
else
cols <- rep_len(cols, nrow(df))
# initialize an empty 3D plot
plot3d(NA, xlim=range(x), ylim=c(1, ncol(df)-1), zlim=range(df), xlab="Mass/Charge (M/Z)", ylab="Time", zlab="Ion Spectra", box=FALSE)
# draw lines, silently
silence_please <- sapply(1:ncol(df), function(i) lines3d(x=x, y=i, z=df[, i], col=cols[i]))
}
请注意,您可以require(rgl)从函数中删除library(rgl)脚本中的某个位置,例如在开头.
如果你还没有rgl安装,那么install.packages("rgl").
默认情况下,黑色线条可能会产生一些莫尔效应,但重复的调色板更糟糕.这可能是依赖于大脑的.单一颜色也可以避免引入人造尺寸(和强烈的尺寸).
以下示例:
# black lines
nik_plot(M, x)
# as in the image above
nik_plot(M, x, "grey40")
# an unreadable rainbow
nik_plot(M, x, rainbow(12))
可以使用鼠标导航3D窗口.
您还需要些别的吗？
编辑
您可以使用下面的功能构建第二个绘图.您的数据范围如此之大,我认为每条线向上移动的整个想法都会阻止y轴具有可靠的比例.这里我对所有信号进行了归一化(0 <=信号<= 1).此参数gap也可用于播放.我们可以断开这两种行为,但我认为这很好.尝试不同的值gap并查看下面的示例.
df:data.frame就像你上面的'M'一样x:numeric vector (or a 1-colx轴的data.frame`)cols:(optionnal)要重复的颜色矢量.如果缺少,则绘制黑线gap:各行之间的差距因素more_gap_each:每n行,产生更大的差距......more_gap_relative:...并且将是gapxmore_gap_relative宽
这是功能:
nik_plot2D <- function(df, x, cols, gap=10, more_gap_each=1, more_gap_relative=0){
if (is.data.frame(x) && ncol(x)==1)
x <- as.numeric(x[, 1])
# we normalize ( 0 <= signal <= 1)
df <- df-min(df)
df <- (df/max(df))
# we prepare a vector of colors
if (missing(cols))
cols <- rep_len("#00000055", nrow(df))
else
cols <- rep_len(cols, nrow(df))
# we prepare gap handling. there is probably more elegant
gaps <- 1
for (i in 2:ncol(df))
gaps[i] <- gaps[i - 1] + 1/gap + ifelse((i %% more_gap_each) == 0, (1/gap)*more_gap_relative, 0)
# we initialize the plot
plot(NA, xlim=range(x), ylim=c(min(df), 1+max(gaps)), xlab="Time", ylab="", axes=FALSE, mar=rep(0, 4))
axis(1)
# finally, the lines
silent <- lapply(1:ncol(df), function(i) lines(x, df[, i] + gaps[i], col=cols[i]))
}
我们可以使用它(默认):
nik_plot2D(M, x) # gap=10
你得到这个情节:
要么:
nik_plot2D(M, x, 50)
或者,用颜色:
nik_plot2D(M, x, gap=20, cols=1:3)
nik_plot2D(M, x, gap=20, cols=rep(1:3, each=5))
或者,仍然有颜色但间隙较大:
nik_plot2D(M, x, gap=20, cols=terrain.colors(10), more_gap_each = 1, more_gap_relative = 0) # no gap by default
nik_plot2D(M, x, gap=20, cols=terrain.colors(10), more_gap_each = 10, more_gap_relative = 4) # large gaps every 10 lines
nik_plot2D(M, x, gap=20, cols=terrain.colors(10), more_gap_each = 5, more_gap_relative = 2) # small gaps every 5 lines
正如其他人所指出的那样,您的数据具有非常大的峰值,并且您不清楚是否要允许某些曲线重叠,
m <- read.table("~/Downloads/M.txt", head=T)
fudge <- 0.05
shifty <- function(m, fudge=1){
shifts <- fudge * max(abs(apply(m, 2, diff))) * seq(0, ncol(m)-1)
m + matrix(shifts, nrow=nrow(m), ncol=ncol(m), byrow=TRUE)
}
par(mfrow=c(1,2), mar=c(0,0,1,0))
cols <- colorRampPalette(blues9[4:9])(ncol(m))
matplot(shifty(m), t="l", lty=1, bty="n", yaxt="n", xaxt="n", ylab="", col=cols)
title("no overlap")
matplot(shifty(m, 0.05), t="l", lty=1, bty="n", yaxt="n", xaxt="n", ylab="", col=cols)
title("some overlap")
或者,在计算曲线之间的偏移之前,可以使用一些异常值/峰值检测方案对其进行滤波,
library(outliers)
shifty2 <- function(m, outliers = 10){
tmp <- m
for(ii in seq_len(outliers)) tmp <- rm.outlier(tmp, median = TRUE)
shifts <- max(abs(apply(tmp, 2, diff))) * seq(0, ncol(m)-1)
m + matrix(shifts, nrow=nrow(m), ncol=ncol(m), byrow=TRUE)
}
matplot(shifty2(m), t="l", lty=1, bty="n", yaxt="n", xaxt="n", ylab="", col=cols)
(可能有很好的算法来决定删除哪些点,但我不知道它们)