3-B yoğunluk fonksiyonunu grafiksel olarak görselleştirmenin en iyi yolu nedir? Olduğu gibi ?
Gerekli değil ama bunun için R
kod harika olurdu.
data-visualization
görevimizin bir parçası.
3-B yoğunluk fonksiyonunu grafiksel olarak görselleştirmenin en iyi yolu nedir? Olduğu gibi ?
Gerekli değil ama bunun için R
kod harika olurdu.
data-visualization
görevimizin bir parçası.
Yanıtlar:
Akla gelen dört olası yaklaşım var (çok daha fazlası olduğundan emin olmama rağmen) ama temel olarak verileri bir perspektif grafiği, bir kontur grafiği, bir ısı haritası veya 3 boyutlu bir dağılım tercih ederseniz plot ( tüm çiftleri için değerlerine sahip olduğunuzda aşağı yukarı bir perspektif grafiğidir . Her birinin bazı örnekleri (iyi bilinen 3-B veri setinden ):( x , y )R
Burada, daha önce verilenlerden daha güzel çizim özelliklerine sahip iki ek grafik var. Bu nedenle, tercihinize bağlı olarak, 3 boyutlu veri kümelerini hangi şekilde görselleştirmek istediğinizi belirtebilirsiniz.
Here is the `R` code used to generate these four mentioned plots.
library(fields)
library(scatterplot3d)
#Data for illistarition
x = seq(-10, 10, length= 100)
y = x
f = function(x, y) { r = sqrt(x^2+y^2); 10 * sin(r)/r }
z = outer(x, y, f)
z[is.na(z)] = 1
#Method 1
#Perspective Plot
persp(x,y,z,col="lightblue",main="Perspective Plot")
#Method 2
#Contour Plot
contour(x,y,z,main="Contour Plot")
filled.contour(x,y,z,color=terrain.colors,main="Contour Plot",)
#Method 3
#Heatmap
image(x,y,z,main="Heat Map")
image.plot(x,y,z,main="Heat Map")
#Method 4
#3-D Scatter Plot
X = expand.grid(x,y)
x = X[,1]
y = X[,2]
z = c(z)
scatterplot3d(x,y,z,color="lightblue",pch=21,main="3-D Scatter Plot")
image.plot()
Komutun renk çubuğu eklemesini istediğinizi düşünüyorum . Ayrıca, filled.contour()
varsayılan olarak bir renk çubuğu eklenmiş benzer bir grafik oluşturur.
colorRampPalette()
yazarsanız örneğin a = colorRampPalette(c('dark blue','blue','light blue','yellow','orange', 'red','dark red'))
bir işlevi oluşturur a
bu renklerin içinden geçen bir renk sürekliliğinin ayrık bir yaklaşımını oluşturur. Argümanı a
, bu ayrık yaklaşımın çözünürlüğünü belirleyen bir tam sayıdır.