Задание образца временного ряда

Question

У меня есть набор данных, который содержит наблюдения за каждую секунду из четырех последовательных дней (примерно 340 000 точек данных). Это слишком много для отображения на диаграмме рассеяния. Я хотел бы построить только единый образец, скажем, 2000 точек времени.

Можно ли достичь этого с помощью подхода «грамматика графики» ? Я не нашел встроенного модификатора «выборки», но, возможно, его достаточно просто написать?

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() 

Это то, как это может быть «взломан» путем изменения данных, передаваемых в ggplot. Но я не хочу изменять данные, просто отфильтруйте его, чтобы включить только образец.

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

EDIT: Я специально искал для отбора проб, не сглаживая или биннинга. Данные, которые у меня есть, показывают время, необходимое для моделирования одной секунды определенного процесса. Моделирование было распараллелено, и для каждой моделируемой секунды у меня есть время выполнения для каждого из задействованных ядер (всего 8). Я хочу показать не оптимальную балансировку нагрузки, построив только исходные точки данных. Причиной выборки является то, что 300 000 точек данных слишком велики для графика рассеяния: график занимает слишком много времени, и визуализация не является хорошей.

Answer 1

Вы можете Подмножество с в geom_point вызова с помощью аргумента данных:

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

Таким образом, вы можете добавить другие геометрии, используя все данные, например, с помощью примера данные:

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

Answer 2

Если вы хотите создать график рассеяния для больших объемов данных здесь пару ggplot2 вариантов

Они приходят из 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

вы можете установить binwidth для x и y переменные

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

geom_hex

вы можете установить количество bins

base_plot + geom_hex(bins = 200) 

мелочах

Остановки overplotting

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

использовать более гладкую

Это зависит от наличия методы сглаживания, который поможет вам деталь вы хотите без сбоев или слишком долго.В этом случае число узлов было выбрано методом проб и ошибок (и, возможно, вы хотите более подробно)

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