同一价格图中的不同颜色答案

【问题标题】：Different color in the same price plot同一价格图中的不同颜色
【发布时间】：2021-05-26 16:12:32
【问题描述】：

我必须根据kmeans 函数给出的集群对价格图进行不同的着色。考虑这段代码：

library(tseries)

####

nomiequity <- "^IXIC" 
datastart  <- "2019-09-18"

nsdq.prices <- get.hist.quote(instrument  = nomiequity,    
                              compression = "d",         
                              start       = datastart, 
                              end         = "2020-12-31", 
                              retclass    = "zoo",
                              quote       = "AdjClose")

b<-kmeans(nsdq.prices,3)
c<-b$cluster
d<- merge(nsdq.prices, c)
e<-split(nsdq.prices, c)

plot(nsdq.prices, type="l", col="green", ylim=c(6000, 13000))
    lines(e[["2"]], type = "l", col="red")
    lines(e[["3"]], type = "l", col="blue")

结果几乎是我需要做的，但我不想在不同的时间显示相同颜色之间的那些联系。

【问题讨论】：

标签： r plot time-series k-means price

【解决方案1】：

问题是集群在lines 中合并。当集群在时间序列中发生变化时，您可以使用 rle 长度将数字增加一。为此使用Map 到rep吃连续数字l 次。然后您可以在这些不断增长的数字上使用split，但使用cluster 来定义lines 的颜色。对于后者，使用lapply 循环分割的e。

cl <- kmeans(nsdq.prices, 3)$cluster
l <- rle(as.numeric(cl))$lengths
s <- Map(rep, seq(l), l)
e <- split(cbind(nsdq.prices, cl), unlist(s))

plot(nsdq.prices, type="l", col=7, ylim=c(6000, 13000))
invisible(lapply(e, function(x) lines(x$Adjusted, col=x$cl + 1)))
legend("topleft", leg=c(sprintf("cl %s", 1:3), "missing"), col=c((1:3)+1, 7), lty=1)

如果没有定义日期，就会出现空白。我们可以使用zoo 插值，通过使用“缺失”颜色对原始图进行重叠绘制。

【讨论】：

谢谢 jay.sf！所以如果不分离各个部分就没有办法保持图表的原始形状，对吧？
@Dani.Tav 可能不会，因为一行是一个对象，需要不同颜色时需要分开。
@Dani.Tav 或者，如果您指的是空白，我稍微更改了代码以获得连续线。
哦，我明白了。我想我会研究这个解决方案。谢谢！

【解决方案2】：

希望这段代码对你有帮助：

library(tseries)

####

nomiequity <- "^IXIC" 
datastart  <- "2019-09-18"

nsdq.prices <- get.hist.quote(instrument  = nomiequity,    
                              compression = "d",         
                              start       = datastart, 
                              end         = "2020-12-31", 
                              retclass    = "zoo",
                              quote       = "AdjClose")

b<-kmeans(nsdq.prices,3)
c<-b$cluster
d<- merge(nsdq.prices, c)
e<-split(nsdq.prices, c)


e3= e[['3']]
empty <- zoo(order.by=seq.Date(head(index(e3),1),tail(index(e3),1),by="days"))
e3=merge(e3,empty)


e2= e[['2']]
empty <- zoo(order.by=seq.Date(head(index(e2),1),tail(index(e2),1),by="days"))
e2=merge(e2,empty)


plot(nsdq.prices, type="l", col="green", ylim=c(6000, 13000))
lines(e2, type = "l", col="red")
lines(e3, type = "l", col="blue")

我刚刚用过这个：R: Filling missing dates in a time series?

【讨论】：

谢谢LocoGris！但是生成的情节和我的一样。问题是，在同一“行”中的观察结果应该用不同的颜色显示，而不显示同一簇的非相邻观察值之间的联系。
在这种情况下，geom_point 是不是更容易可视化？ ggplot(d, aes(x = Index, y = Adjusted, col = as.factor(c))) + geom_point() + scale_color_manual(values = c("green", "red", "blue"))跨度>
谢谢你！这可能是一个很好的解决方案，但是有一种方法可以使用线而不是点？

【解决方案3】：

通过这种方法，我找到了集群值发生变化的行，然后选择了这些日期并添加了 NA 值进行调整。出现 NA 值时 geom_line 会中断，从而给出所需的结果。

library(ggplot2)
library(dplyr)
library(data.table)

#add date as a column
datum <- index(d)
d <- as.data.table(d)
d$Datum <- datum

#add row number as a column
d$Row <- 1:nrow(d)

#find rows of d where cluster value changes
rows <- which(d$c != dplyr::lag(d$c))
rows <- d[Row %in% rows]

#add NA values for Adjusted at the Dates where values change(which breaks the geom_line)
rows <- rows[, Adjusted := NA]

#merge rows (NA values of Adjusted) with d
d <- rbind(rows, d)

#create a plot
ggplot(d, aes(x = Datum, y = Adjusted, col = as.factor(c))) + geom_line() + scale_color_manual(values = c("green", "red", "blue"))

【讨论】：