我正在寻找一种方法来获取所有变量图，而无需每次都按 Enter。
如果你熟悉 Kprototype 的这个函数 clprofiles，你知道这条消息Hit <Return> to see next plot:，我想一次看到所有的变量图。
现在我尝试在指令clprofiles(kpres, df) 之后执行“for 循环”：
clprofiles(kpres, df)
for (i in 1:length(t)) {
print("
")
}
但是没用。 感谢您的帮助。
【问题讨论】：
标签： r plot cluster-analysis
我找到了另一种在外部窗口（全屏）中显示绘图的解决方案，而不是每次都按“输入”，您只需单击
dev.new(width=5,height=4,noRStudioGD = TRUE)
clprofiles(kpres,df)
【讨论】：
在这种情况下，您将不得不覆盖clprofiles 的默认行为。将这个新函数 my.clprofiles 添加到您的脚本中：
my.clprofiles <- function(object, x, vars = NULL, col = NULL){
library(RColorBrewer)
if(length(object$cluster) != nrow(x)) stop("Size of x does not match cluster result!")
if(is.null(vars)) vars <- 1:ncol(x)
if(!is.numeric(vars)) vars <- sapply(vars, function(z) return(which(colnames(x)==z)))
if(length(vars) < 1) stop("Specified variable names do not match x!")
if(is.null(col)){
k <- max(unique(object$cluster))
if(k > 2) col <- brewer.pal(k, "Set3")
if(k == 2) col <- c("lightblue","orange")
if(k == 1) col <- "lightblue"
}
clusids <- sort(unique(object$cluster))
if(length(col) != max(clusids)) warning("Length of col should match number of clusters!")
#REMOVE PROMPT
#par(ask=TRUE)
par(mfrow=c(2,2))
for(i in vars){
if(is.numeric(x[,i])){
boxplot(x[,i]~object$cluster, col = col, main = colnames(x)[i])
legend("topright", legend=clusids, fill = col)
}
if(is.factor(x[,i])){
tab <- table(x[,i], object$cluster)
for(j in 1:length(object$size)) tab[,j] <- tab[,j]/object$size[j]
barplot(t(tab), beside = TRUE, main = colnames(x)[i], col = col)
}
}
invisible()
}
然后你可以调用它一次而无需按 Enter：
my.clprofiles(kpres,x)
这会产生与第一个答案相同的情节。
【讨论】：
您可以覆盖四个提示中的三个（但不是第一个），因为绘图方法在 clprofiles 命令中。如果您的目标只是将所有图打印在一个图上，则可以这样做：
library(clustMixType)
# Example from documentation
n <- 100; prb <- 0.9; muk <- 1.5
clusid <- rep(1:4, each = n)
x1 <- sample(c("A","B"), 2*n, replace = TRUE, prob = c(prb, 1-prb))
x1 <- c(x1, sample(c("A","B"), 2*n, replace = TRUE, prob = c(1-prb, prb)))
x1 <- as.factor(x1)
x2 <- sample(c("A","B"), 2*n, replace = TRUE, prob = c(prb, 1-prb))
x2 <- c(x2, sample(c("A","B"), 2*n, replace = TRUE, prob = c(1-prb, prb)))
x2 <- as.factor(x2)
x3 <- c(rnorm(n, mean = -muk), rnorm(n, mean = muk), rnorm(n, mean = -muk), rnorm(n, mean = muk))
x4 <- c(rnorm(n, mean = -muk), rnorm(n, mean = muk), rnorm(n, mean = -muk), rnorm(n, mean = muk))
x <- data.frame(x1,x2,x3,x4)
kpres <- kproto(x, 4)
然后你可以先用par做准备：
> par(mfrow=c(2,2))
> clprofiles(kpres, x)
Hit <Return> to see next plot:
>
它会产生：
【讨论】：