Jaki jest najlepszy sposób graficznej wizualizacji funkcji gęstości 3D? Jak w chciałbym wizualizować ?
Nie jest to konieczne, ale R
kod do tego byłby świetny.
data-visualization
jest częścią naszego mandatu.
Jaki jest najlepszy sposób graficznej wizualizacji funkcji gęstości 3D? Jak w chciałbym wizualizować ?
Nie jest to konieczne, ale R
kod do tego byłby świetny.
data-visualization
jest częścią naszego mandatu.
Odpowiedzi:
R
Oto dwa dodatkowe wykresy, które mają ładniejsze funkcje kreślenia niż te podane wcześniej. Zatem w zależności od preferencji podyktujesz sposób wizualizacji zestawów danych 3D.
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()
polecenie dodało pasek kolorów. Ponadto filled.contour()
generuje podobną działkę z barem Kolor dodano domyślnie.
colorRampPalette()
, np. Jeśli wpiszesz, a = colorRampPalette(c('dark blue','blue','light blue','yellow','orange', 'red','dark red'))
to utworzy funkcję a
który generuje dyskretne przybliżenie kontinuum kolorów przechodzącego przez te kolory. Argumentem a
jest liczba całkowita, która określa rozdzielczość tego dyskretnego przybliżenia.