通过过滤隐藏对象来减小绘图的 PDF 文件大小答案

【问题标题】：Reduce PDF file size of plots by filtering hidden objects通过过滤隐藏对象来减小绘图的 PDF 文件大小
【发布时间】：2013-05-15 22:47:30
【问题描述】：

在 R 中生成许多点的散点图时（例如使用 ggplot()），可能有许多点在其他点之后并且根本不可见。例如看下图：

这是几十万点的散点图，但大部分都在其他点的后面。问题是在将输出转换为矢量文件（例如 PDF 文件）时，不可见的点会使文件变大，并在查看文件时增加内存和 cpu 使用率。

一个简单的解决方案是将输出转换为位图图片（例如 TIFF 或 PNG），但它们会失去矢量质量并且尺寸可能更大。我尝试了一些在线 PDF 压缩器，但结果与我的原始文件大小相同。

有什么好的解决办法吗？例如某种过滤不可见点的方法，可能在生成绘图期间或之后通过编辑 PDF 文件？

【问题讨论】：

推荐的解决方案是十六进制图。但是，在 hexbin 图中，颜色表示每个 bin 中值的数量，您似乎将颜色用于其他用途。
+1 表示十六进制。其他选项是 sunflowerplot 和 bigvis 包：github.com/hadley/bigvis
@Roland 是的，正如你猜到的点的颜色是有意义的，所以对我来说 hexbin 不是一个好的解决方案
如果颜色有意义，你想如何处理隐藏在彼此后面的不同颜色的点？我不认为这是一个好的情节。
我有点怀疑“隐藏”点并不重要。如果这是真的，您应该在更早的时候将它们从您的分析中删除。我倾向于建议对这种情节使用部分透明度，例如color = #FF00FF44 以便您了解数据点的密度。

【解决方案1】：

我认为这可以通过对 pdf 文件进行一些后处理来完成。在linux中，如果我必须减少pdf，我会这样做

pdf2ps input.pdf output.ps
ps2pdf output.ps output.pdf

由于某种原因，它非常有效。

【讨论】：

【解决方案2】：

一开始你可以这样做：

set.seed(42)
DF <- data.frame(x=x<-runif(1e6),y=x+rnorm(1e6,sd=0.1))
plot(y~x,data=DF,pch=".",cex=4)

PDF 大小：6334 KB

DF2 <- data.frame(x=round(DF$x,3),y=round(DF$y,3))
DF2 <- DF[!duplicated(DF2),]
nrow(DF2)
#[1] 373429
plot(y~x,data=DF2,pch=".",cex=4)

PDF 大小：2373 KB

通过四舍五入，您可以控制要删除的值的数量。你只需要修改它来处理不同的颜色。

【讨论】：

我们可以先将 X 和 Y 值除以我们希望的点之间的最小水平/垂直距离，将其四舍五入，然后过滤掉重复项：temp <- round(DF2 / .1); DF2 <- DF2[!duplicated(temp),]
+1 表示舍入的好主意！这是一个非常棒的解决方案，大大减少了我的 PDF 大小。非常感谢

【解决方案3】：

只需将绘图保存为高分辨率 png 文件即可大大减小尺寸，同时保持足够好的质量。至少我从来没有让期刊抱怨过我发送给他们的任何 png，只要确保使用 > 600 dpi。

【讨论】：