繪製時間序列的樣本

Question

我有一個數據集，其中包含對連續四天（大約340'000個數據點）每秒的觀察結果。這太多了，無法在散點圖中顯示。我想只繪製2000個時間點的統一樣本。

有沒有可能通過ggplot2的「圖形語法」方法實現這一點？我還沒有找到任何內置的「採樣」修改器，但也許寫起來很容易？

library(ggplot2) 

x <- 1:100000 
d <- data.frame(x=x, y=rnorm(length(x))) 
ggplot(d[sample(x, 2000), ], aes(x=x, y=y)) + geom_point() 

這是如何通過修改傳遞給ggplot的數據來「破解」它的。但我不想修改數據，只是將其過濾爲僅包含樣本。

ggplot(d, aes(x=x, y=y)) + ??? + geom_point() 

編輯：我專門找採樣，不平滑或裝箱。我所擁有的數據顯示了模擬特定過程一秒鐘所需的時間。仿真已並行化，並且對於每個模擬的秒數，我都有涉及的每個內核的運行時間（共8個）。我想通過繪製原始數據點來顯示次優負載平衡。抽樣的原因只是對於散點圖而言，300,000個數據點太多了：繪圖需要很長時間，可視化效果不佳。

Answer 1

您可以在geom_point呼叫使用數據參數子集：

... + geom_point(data=d[sample(x,2000),]) 

這樣，您可以自由添加使用的所有數據，如其他geoms，使用示例數據：

ggplot(d, aes(x=x, y=y)) + geom_hex() + geom_point(data=d[sample(x,2000),]) 

Answer 2

如果你想創建大數據散點圖這裏有一對夫婦的ggplot2選項

他們來自This course by hadley

# upload all images to imgur.com 
opts_chunk$set(fig.width = 5, fig.height = 5, dev = "png") 
render_markdown(strict = T) 


# some autocorrelated data 
set.seed(1) 
x <- 1:1e+05 
d <- data.frame(x = x) 
d$y <- arima.sim(list(order = c(1, 1, 0), ar = 0.9), n = 1e+05 - 1) 
# the basic plot 
base_plot <- ggplot(d, aes(x = x, y = y)) 

geom_bin2d

可以設置binwidth爲x和y變量

base_plot + geom_bin2d(binwidth = c(200, 5)) 

geom_hex

可以設置的bins

base_plot + geom_hex(bins = 200) 

小分

停止數overplotting

base_plot + geom_point(size = I(".")) 

使用平滑

這依賴於具有平滑方法，將讓你想要的細節沒有崩潰或服用時間過長。在這種情況下，通過試驗和錯誤選擇的節點數（也許你會想更詳細）

library(mgcv) 
base_plot + stat_smooth(method = "gam", formula = y ~ s(x, k = 50))