基于这个大问题的晶格

通过点绘制一个二次样条？基于这个大问题的晶格

plot(rnorm(120), rnorm(120), col="darkblue", pch=16, xlim=c(-3,3), ylim=c(-4,4)) 
points(rnorm(120,-1,1), rnorm(120,2,1), col="darkred", pch=16) 
points(c(-1,-1.5,-3), c(4,2,0), pch=3, cex=3) 
xspline(c(-1,-1.5,-3), c(4,2,0), shape = -1)

Should look like that:

这里是类似的数据，更恰当地格式化为lattice情节：

dat <- data.frame(x=c(rnorm(120), rnorm(120,-1,1)), 
        y=c(rnorm(120), rnorm(120,2,1)), 
        l=factor(rep(c('B','R'),each=120)) 
) 
spl <- data.frame(x=c(-1,-1.5,-3), 
        y=c(4,2,0) 
)

这里是链接的问题给予了什么，翻译为lattice：

xyplot(y ~ x, 
     data=dat, 
     groups=l, 
     col=c("darkblue", "darkred"), 
     pch=16, 
     panel = function(x, y, ...) { 
     panel.xyplot(x=spl$x, y=spl$y, pch=3, cex=3) 
     ## panel.spline(x=spl$x, y=spl$y)    ## Gives an error, need at least four 'x' values 
     panel.superpose(x, y, ..., 
         panel.groups = function(x, y, ...) { 
          panel.xyplot(x, y, ...) 
         } 
     ) 
     }, 
     xlim=c(-3,3), ylim=c(-4,4) 
)

enter image description here

来源

2013-01-13 Matthew Lundberg

这个问题产生了一些很好的答案。 “格子”阴谋中棘手的事情之一是如何恰当地注释现有的阴谋。有许多技术可以应用于原始功能或过度现有的功能。 –

无论您是否在我的回答中采用了具体的实现，['grid.xspline（）']（http://stat.ethz.ch/R-manual/R-patched/library/grid/html/grid .xspline.html）函数可能会派上用场...... –

@ JoshO'Brien确实，'grid.xspline（）'也适用于普通的'lattice'代码。 –

这里的一个线对线 '翻译' 的基图形解决方案的成晶格。（翻译的直接性可以通过由latticeExtra包提供的 +运营商来实现，参见?layer以获得其使用的细节。）

最后行调用grid.xspline()，将基图形功能xspline()的精确网格类似物。

library(lattice) 
library(grid) 
library(latticeExtra) 

xyplot(rnorm(120)~rnorm(120), pch=16, col="darkblue", 
     xlim = c(-3.1, 3.1), ylim = c(-4.1, 4.1)) + 
xyplot(rnorm(120,2,1) ~ rnorm(120,-1,1), pch=16, col="darkred") + 
xyplot(c(4,2,0) ~ c(-1,-1.5,-3), pch=3, cex=3) + 
layer(grid.xspline(c(-1,-1.5,-3), c(4,2,0), shape = -1, default.units="native"))

（网格的一个奇特的细节做在上述最终线弹出：像几个其它的其低层次线绘图功能，grid.xspline()默认为"npc"单元代替通常期望的"native"单元作为由grid.points()等诸多grid.*()功能的默认设置。显然，这是很容易改变---一旦你意识到这一点！）

enter image description here

来源

2013-01-14 02:14:58

'latticeExtra'是我没有用过的东西。我会调查它，尽管我更喜欢“lattice”的“回调”本质。 –

爱那个格子的答案！ –

+1这个伟大的答案！我相当肯定，这可以推广到任何基本图形数学|统计图形函数。我的意思是每当你需要基地的东西时，你会发现网格中的同源。 – agstudy

这里是一个花板从Deepayan萨卡

panel.smooth.spline <- function(x, y, 
           w=NULL, df, spar = NULL, cv = FALSE, 
           lwd=plot.line$lwd, lty=plot.line$lty,col, 
           col.line=plot.line$col,type, ...) 
{ 
    x <- as.numeric(x) 
    y <- as.numeric(y) 
    ok <- is.finite(x) & is.finite(y) 
    if (sum(ok) < 1) 
    return() 
    if (!missing(col)) { 
    if (missing(col.line)) 
     col.line <- col 
    } 
    plot.line <- trellis.par.get("plot.line") 
    spline <- smooth.spline(x[ok], y[ok], 
          w=w, df=df, spar = spar, cv = cv) 
    pred = predict(spline,x= seq(min(x),max(x),length.out=150)) 
    panel.lines(x = pred$x, y = pred$y, col = col.line, 
       lty = lty, lwd = lwd, ...) 
    panel.abline(h=y[which.min(x)],col=col.line,lty=2) 
}

来源

2013-01-13 16:09:39

这可能会解决我实际想解决的问题，但不适用于此示例：'使用数据包1的错误至少需要4个唯一的'x'值 - 与'panel.spline'一样。 –

的变化这是一个有点棘手，但工作。

plot(rnorm(120), rnorm(120), col="darkblue", pch=16, xlim=c(-3,3), ylim=c(-4,4)) 
points(rnorm(120,-1,1), rnorm(120,2,1), col="darkred", pch=16) 
points(c(-1,-1.5,-3), c(4,2,0), pch=3, cex=3)

我使用xspline而不产生绘制

dd <- xspline(c(-1,-1.5,-3), c(4,2,0), shape = -1,draw=FALSE)

然后我使用产生WITN panel.lines

library(lattice) 
xyplot(y ~ x, 
     data=dat, 
     groups=l, 
     col=c("darkblue", "darkred"), 
     pch=16, 
     panel = function(x, y, ...) { 
     panel.xyplot(x=spl$x, y=spl$y, pch=3, cex=3) 
     panel.lines(dd$x,dd$y) 
     panel.superpose(x, y, ..., 
         panel.groups = function(x, y, ...) { 
          panel.xyplot(x, y, ...) 
         } 
     ) 
     }, 
     xlim=c(-3,3), ylim=c(-4,4) 
)

enter image description here

来源

2013-01-13 16:34:58 agstudy

不错的解决方案，但我不喜欢它需要基地绘图功能的工作。 –

@MatthewLundberg谢谢。但为什么？我好奇。因为它产生的基地？在我称之为基本情节（以“不可见”方式）的xspline包装中，是否可以接受？ – agstudy

我正在寻找避免基本图形功能。如果我没有得到比我自己的答案更好的东西，我会接受这一点，因为它确实有效。 –

我终于找到了解决这一点，基于在这个问题的答案：Quadratic spline

使用包splines

更换panel.splines( ... )（注释掉以上）使用此代码：

  local({ 
      model <- lm(y ~ bs(x, degree=2), data=spl) 
      x0 <- seq(min(spl$x), max(spl$x), by=.1) 
      panel.lines(x0, predict(model, data.frame(x=x0))) 
     })

enter image description here

乔什 - 奥布莱恩的指教，grid.xspline()可替代被注释掉的panel.splines( ... )一行，导致如基本问题中的确切情节，linke d以上（除了边缘）：

  grid.xspline(spl$x, spl$y, shape = -1, default.units="native")

enter image description here

来源

2013-01-13 17:30:16

如果你对你的解决方案感到满意，你可以接受它:) – agstudy

@agstudy它不是很可读，而且在接受我自己的答案时没有百分比。 –

哇。您从所引用链接的答案或评论中得到了答案。你是比我更好的人 –

这不是一个解决方案，通过ATTE在ggplot2中使用Josh解决方案grid.xspline。我认为在ggplot2/lattice之间取平行是很有趣的。

enter image description here

## prepare the data 
dat <- data.frame(x=c(rnorm(120), rnorm(120,-1,1)), 
       y=c(rnorm(120), rnorm(120,2,1)), 
       l=factor(rep(c('B','R'),each=120)) 
) 
spl <- data.frame(x=c(-2,-1.5,-3), 
        y=c(4,2,0) 
) 
## prepare the scatter plot 
library(ggplot(2)) 
p <- ggplot(data=dat,aes(x=x,y=y,color=l))+ 
    geom_point()+ 
    geom_point(data=spl,aes(x=x,y=y),color='darkred',size=5) 
library(grid) 
ff <- ggplot_build(p)

我的想法是使用由GGPLOT2产生鳞，在相同的面板比散点图来创建花键。我个人觉得这很棘手，我希望有人提供更好的解决方案。

xsp.grob <- xsplineGrob(spl$x, spl$y, 
         vp=viewport(xscale =ff$panel$ranges[[1]]$x.range, 
            yscale = ff$panel$ranges[[1]]$y.range), 
         shape = -1, default.units="native") 
p 
grid.add(gPath='panel.3-4-3-4',child=xsp.grob)

来源

2013-01-14 10:35:31 agstudy

基于这个大问题的晶格

回答

相关问题