Создание 2D-бинов в R

Question

У меня есть координаты данных в R, и я хотел бы определить распределение, где лежат мои точки. Все пространство точек представляет собой квадрат боковой длины 100.

Я хотел бы назначить точки на разные сегменты на квадрате, например округленные до ближайшего 5. Я видел примеры, используя cut и findinterval, но я Не знаю, как использовать это при создании 2d-бункера.

На самом деле, я хочу, чтобы это было сделано, это плавное распределение, поэтому между соседними областями сетки нет огромных прыжков.

Например (это просто означало, чтобы проиллюстрировать эту проблему):

set.seed(1) 
x <- runif(2000, 0, 100) 
y <- runif(2000, 0, 100) 
plot(y~x) 
points(x = 21, y = 70, col = 'red', cex = 2, bg = 'red') 

красная точка, очевидно, в регионе, который случайно не было много других точек, поэтому плотность здесь будет перейти от плотности соседних регионов, я хотел бы быть в состоянии сгладить это из

Answer 1

Вы можете получить данные о binned с помощью функции bin2 в библиотеке ash.

Что касается проблемы разреженности данных в области вокруг красной точки, одно из возможных решений - со средней сдвинутой гистограммой. Он выгружает ваши данные после смещения гистограммы несколько раз и усреднения счетчиков. Это облегчает проблему происхождения бункера. например, представьте, как количество точек в ящике, содержащем красную точку, изменяется, если красная точка - это верхняя часть корзины или нижняя правая часть корзины.

library(ash) 
bins <- bin2(cbind(x,y)) 
f <- ash2(bins, m = c(10,10)) 

image(f$x,f$y,f$z) 
contour(f$x,f$y,f$z,add=TRUE) 

Если вы хотите более гладкие Лари, вы можете попытаться увеличить аргумент m, который является вектором длины 2 управления параметрами сглаживания вдоль каждой переменной.

f2 <- ash2(bins, m = c(10,10)) 
image(f2$x, f2$y, f2$z) 
contour(f2$x,f2$y,f2$z,add=TRUE) 

Сравнить f и f2

Алгоритм биннинга реализован в Фортран и очень быстро.

Answer 2

Если вы готовы использовать ggplot2, есть некоторые хорошие варианты.

ggplot(data.frame(x,y), aes(x,y)) + geom_bin2d() 

ggplot(data.frame(x,y), aes(x,y)) + stat_density2d(aes(fill = ..level..), geom = "polygon") 

Update: Для вычисления 2d биннинга, вы могли бы использовать 2d (двумерное) нормальное сглаживание плотности ядра:

library(KernSmooth) 
bins <- bkde2D(as.matrix(data.frame(x, y)), bandwidth = c(2, 2), gridsize = c(25L, 25L)) 

, который может также отображаться как

library(reshape2) 
ggplot(melt(bins$fhat), aes(Var1, Var2, fill = value)) + geom_raster() 

Объект bins содержит x и y значения и нормированную плотность fhat. Играйте с сеткой (количество точек сетки в каждом направлении) и полосу пропускания (сглаживание), чтобы получить то, что вам нужно.