将黄土曲线添加到大型数据集图的快速方法答案

【问题标题】：Quick way to add loess curve to large data set graph将黄土曲线添加到大型数据集图的快速方法
【发布时间】：2015-10-01 10:51:09
【问题描述】：

我正在尝试针对一个序列绘制一个向量 y，它有 604800 个点： x=seq(from=1, to=604800)。这不是问题，但我确实需要在地块上添加一条黄土曲线。

我已经使用ggplot2 尝试过，但这需要很长时间，而且在绘制大型数据集方面是出了名的糟糕。见 R 代码：

vf <- ggplot(single.prop, aes(x,y)) + geom_line(linetype=1, size=1)
vf <- vf + stat_smooth(method="loess",fullrange=TRUE,aes(outfit=fit1<<-..y..))
vf

我现在尝试使用 base 包，但这也需要很长时间：

lw <- loess(y ~ x,data=single.prop)
plot(y ~ x, data=single.prop,pch=19,cex=0.1)
k <- order(single.prop$x)
lines(single.prop$x[k],lw$fitted[k],col="red",lwd=3)

还有其他人对我可以做些什么来加快运行速度有任何建议吗？我必须多次这样做，到目前为止已经为一个情节等待了大约 15 分钟，但仍未完成。

【问题讨论】：

您在ggplot 中尝试过简单的stat_smooth(method="loess")。这需要时间，但似乎有效
是的，这是我原来的方法，按照上面的代码..

标签： r plot ggplot2 runtime loess

【解决方案1】：

有了这么多的数据点，它确实可以持续很长时间来渲染绘图。当然，这取决于数据，但通常具有这么多点的图并不能提供非常可解释的图片。对于这两种情况的可解释性，首先计算汇总统计数据然后绘制是很有用的。在您的情况下，我可以想象对 x 进行分箱并为每个箱计算 y 的一个或多个统计数据可能很有用。我用平均值做了一个小例子，但你当然可以使用你喜欢的统计数据。希望这会有所帮助..

x <- 1:10^6
y <- x/10^5 + rnorm(10^6)
plot_dat <- data.frame(x, y)
p <- ggplot(plot_dat, aes(x,y)) + geom_point()


bin_plot_dat <- function(bin_size){
  nr_bins <- nrow(plot_dat) / bin_size
  x2 <- rep(1:nr_bins * bin_size, each = bin_size)
  y2 <- tapply(plot_dat$y, x2, mean)
  data.frame(x = unique(x2), y= y2)
}

plot_dat2 <- bin_plot_dat(50)
p2 <- ggplot(plot_dat2, aes(x,y)) +
  geom_point()

p2 + geom_smooth()

【讨论】：