如何標準化值以便更好地觀察

我有這樣如何標準化值以便更好地觀察

> vec 
    [1] 6252076 163554 199004 59339 13346 37514 14941 8757 
    [9] 18009 9564 29090 212084 9221 27056 51972 131662 
[17] 6003 30280 1595 9837 32892 39490 5071 34630 
[25] 6063 3924 28652 23282 18016 9919 3259 26055 
[33] 2693 11050 2047 2845 5911 18121 11186 10678 
[41] 1240 2287 1708 4148 3229 33306 2571 1903 
[49] 30501 2741 1540 9129 2377 3464 1994 2414 
[57] 5545 1326 3272 3228 1586 4433 4933 1597 
[65] 1436 2324  735 1234 2321 3657 1055 3621 
[73]  382 11770 1414 1073  463 1022 3017 4631 
[81] 2578  889 2039  775 3037  600 1938 6973 
[89]  833  667  639 5218  843 1762 4144 4061 
[97]  420 1267  619 1174  347  236 1423 45820 
[105]  929 3736  346  325  495  280  152

矢量當我繪製這個數據我得到類似下圖的一些事情。 http://s28.postimg.org/ugqmtmesd/Rplot.png

在該圖中，視覺解釋是困難的。所以我累了通過自定義功能

nor <- function(vec) { 
    tem <- vector() 
    max <- max(vec) 
    min <- min(vec) 
    for(v in vec){ 
    tem <- c(tem , (v - min)/(max - min)) 
    } 
    return(tem) 
} 


    [1] 1.000000e+00 2.613627e-02 3.180653e-02 9.467006e-03 
    [5] 2.110390e-03 5.976080e-03 2.365512e-03 1.376376e-03 
    [9] 2.856241e-03 1.505457e-03 4.628655e-03 3.389868e-02 
[13] 1.450593e-03 4.303315e-03 8.288648e-03 2.103512e-02 
[17] 9.358719e-04 4.818997e-03 2.308089e-04 1.549123e-03 
[21] 5.236788e-03 6.292143e-03 7.867978e-04 5.514782e-03 
[25] 9.454689e-04 6.033343e-04 4.558597e-03 3.699661e-03 
[29] 2.857360e-03 1.562239e-03 4.969670e-04 4.143205e-03 
[33] 4.064349e-04 1.743143e-03 3.031067e-04 4.307474e-04 
[37] 9.211564e-04 2.874155e-03 1.764897e-03 1.683642e-03 
[41] 1.740264e-04 3.414949e-04 2.488834e-04 6.391632e-04 
[45] 4.921685e-04 5.303008e-03 3.869209e-04 2.800738e-04 
[49] 4.854346e-03 4.141125e-04 2.220117e-04 1.435878e-03 
[53] 3.558904e-04 5.297569e-04 2.946293e-04 3.618086e-04 
[57] 8.626145e-04 1.877822e-04 4.990464e-04 4.920085e-04 
[61] 2.293694e-04 6.847492e-04 7.647246e-04 2.311288e-04 
[65] 2.053768e-04 3.474131e-04 9.325129e-05 1.730667e-04 
[69] 3.469332e-04 5.606274e-04 1.444355e-04 5.548692e-04 
[73] 3.678867e-05 1.858308e-03 2.018579e-04 1.473147e-04 
[77] 4.974469e-05 1.391572e-04 4.582589e-04 7.164195e-04 
[81] 3.880405e-04 1.178837e-04 3.018271e-04 9.964932e-05 
[85] 4.614579e-04 7.165794e-05 2.856721e-04 1.091024e-03 
[89] 1.089265e-04 8.237464e-05 7.789602e-05 8.103106e-04 
[93] 1.105260e-04 2.575207e-04 6.385234e-04 6.252475e-04 
[97] 4.286680e-05 1.783451e-04 7.469701e-05 1.634697e-04 
[101] 3.119040e-05 1.343586e-05 2.032974e-04 7.304631e-03 
[105] 1.242817e-04 5.732635e-04 3.103045e-05 2.767148e-05 
[109] 5.486311e-05 2.047370e-05 0.000000e+00

再次繪製我得到同樣的圖形標準化VEC值。有沒有什麼辦法可以規範矢量的值來獲得更好的可視化圖形。

來源

2013-12-17 user3054108

你只是縮放值，你想數刻度0和1之間也許？ – alexwhan

與您的矢量一起工作有點困難。你可以編輯你的問題，以包括'dput（vec）'的輸出嗎？ –

如所建議的通過alexwhan可以使用log='y'繪製對數y軸：

vec <- c(6252076, 163554, 199004, 59339, 13346, 37514, 14941, 8757 , 
    18009, 9564, 29090, 212084, 9221, 27056, 51972, 131662, 
    6003, 30280, 1595, 9837, 32892, 39490, 5071, 34630, 
    6063, 3924, 28652, 23282, 18016, 9919, 3259, 26055, 
    2693, 11050, 2047, 2845, 5911, 18121, 11186, 10678, 
    1240, 2287, 1708, 4148, 3229, 33306, 2571, 1903, 
    30501, 2741, 1540, 9129, 2377, 3464, 1994, 2414, 
    5545, 1326, 3272, 3228, 1586, 4433, 4933, 1597, 
    1436, 2324,  735, 1234, 2321, 3657, 1055, 3621, 
    382, 11770, 1414, 1073,  463, 1022, 3017, 4631, 
    2578,  889, 2039,  775, 3037,  600, 1938, 6973, 
    833,  667,  639, 5218,  843, 1762, 4144, 4061, 
    420, 1267,  619, 1174,  347,  236, 1423, 45820, 
    929, 3736,  346,  325,  495,  280,  152) 

barplot(vec, log='y')

barplot with log y-axis

另一個解決方案是截斷所述第一杆。在下面的示例中，我通過將截斷值放置在條上方來指示截斷。這當然可以改進。

barplot(vec, ylim=c(0, max(vec[-1])), xpd=FALSE) 
text(1, par("usr")[4], labels=vec[1], xpd=TRUE, pos=3, cex=0.8)

barplot with truncated bars

來源

2013-12-17 09:48:44

@ user3054108這裏有'謊言，該死的謊言和統計' - 你想如何顯示數據取決於你想告訴的故事。 –

@CarlWitthoft ...以及你想告訴你的故事的人。 –

如何標準化值以便更好地觀察

回答

相關問題