R用大型数据集绘制奇异性

Question

我有一个包含数百万个点的数据框 - 每个点都有两个值。

当我这样绘制时：

 plot(myData)

所有的点都画出来了，但是情节很忙，所以我想我会把它画成一条线：

 plot(myData, type="l")

但是虽然 x 轴没有改变（即从 0 到 7e+07），但实际绘图停止在 3e+07 左右，而且我实际上也没有得到正确的线图。

线图有限制吗？

更新 如果我使用

 plot(myData, type="h")

我得到了正确且可用的输出，但我仍然想知道为什么type="l" 选项失败得如此严重。

进一步更新

我正在绘制一个时间序列 - 这是一个使用 type="h" 的输出：

这很好用，但是有一条线可以让我比较几个输出。

Answer 1

高维数据图形表示是数据分析中日益严重的问题。实际上，问题不在于创建图表。问题是使图能够传达我们可以转化为有用知识的信息。请允许我举一个例子来说明这一点，通过考虑具有一百万个观察值的数据，也就是说，不是那么大。

x <- rnorm(10^6, 0, 1)
y <- rnorm(10^6, 0, 1)

让我们绘制它。 R 可以很容易地解决这样的问题。但是我们可以吗？可能不是。 毕竟，我们可以从墨水硬渍中推断出什么样的信息？大概，只不过是一个试图用茶叶、咖啡渣或葡萄酒沉淀物的图案来占卜未来的tasseographyst。

plot(x, y)

smoothScatter 函数代表了另一种方法。它创建双变量数据的密度图。在那里，我们创建了两个示例。

首先，使用默认值。

smoothScatter(x, y)

其次，将带宽指定为比默认稍大，并指定五个点使用不同的符号pch = 3显示。

smoothScatter(x, y, bandwidth=c(5,1)/(1/3), nrpoints=5, pch=3)

如您所见，问题并未解决。尽管如此，我们可以更好地掌握数据的分布。这种方法仍在发展中，有几个问题正在讨论和发展。如果这种方法代表了一种更合适的方法来表示您的大数据集，我建议您访问this blog 以彻底讨论该问题。

Answer 2

对于它的价值，我所拥有的所有证据都是计算机——即使它是一块大铁——内存不足。