在 R 图中查找和标记曲线外的候选/异常值

Question

我陷入了简单的问题。我有一个散点图。 我使用我的自定义公式在它周围绘制了置信线。现在，我只希望截止线之外的名称在内部不显示任何内容。但是，我不知道如何根据线坐标对数据进行子集化。

线是使用lines函数绘制的，该函数是128个x和y值的向量。现在，我如何根据这两个值对我的数据（x，y 点）进行子集化。我可以对单个子设置数据（例如 1,2 或 3）应用静态限制，但是如何使用向量来子集数据，让我卡住了。

对于可重现的示例，请考虑：

df=data.frame(x=seq(2,16,by=2),y=seq(2,16,by=2),lab=paste("label",seq(2,16,by=2),sep=''))
plot(df[,1],df[,2])

# adding lines
lines(seq(1,15),seq(15,1),lwd=1, lty=2)

# adding labels
text(df[,1],df[,2],labels=df[,3],pos=3,col="red",cex=0.75)

现在，我只需要标签，它们位于线之外或与线相交。

我试图用用于线条的值对我的数据框进行子集化，但我无法做到这一点。

现在，可以对单个值进行静态子设置，例如 df[which(df[,1]>8 & df[,2]>8),] 但如何为整个列表执行此操作。

我也尝试过 sapply，循环遍历用于 df 上的行的所有 x 和 y 值，但大多数值变为 +ve 表示限制，而其他值则变为 false。

谢谢

Answer 1

我将谈论您最初的火山类型图问题，而不是虚构的问题，因为它们完全不同。

所以我真的想了很多，我相信我得出了一个可靠的结论。有两种选择： 1. 你知道直线的方程，这很容易处理。 2. 你不知道直线的方程，这意味着我们需要使用近似值。

一些几何图形：

函数 显示直线方程。对于给定的坐标对 (x, y)，如果 y > 当您传入 x 时等式的右侧，则该点位于直线上方，否则位于直线下方。如果您有曲线（如您的情况），则同样的概念也成立。

如果您有方程式，那么很容易在下面的代码中执行上述操作，并且您已设置好。如果不是，您需要对曲线进行近似。为此，您将需要以下代码：

df=data.frame(x=seq(2,16,by=2),y=seq(2,16,by=2),lab=paste("label",seq(2,16,by=2),sep=''))

make_vector <- function(df) {  
lab <- vector()
for (i in 1:nrow(df)) {
  this_row <- df[i,]  #this will contain the three elements per row
  if ( (this_row[1] < max(line1x) & this_row[2] > max(line1y) & this_row[2] < a + b*this_row[1]) 
        |
        (this_row[1] > min(line2x) & this_row[2] > max(line2y) & this_row[2] > a + b*this_row[1]) ) {
    lab[i] <- this_row[3]
  } else {
    lab[i] <- <NA>
  }
}  
return(lab)
}
#this_row[1] = your x
#this_row[2] = your y
#this_row[3] = your label



df$labels <- make_vector(df)


plot(df[,1],df[,2])

# adding lines
lines(seq(1,15),seq(15,1),lwd=1, lty=2)

# adding labels
text(df[,1],df[,2],labels=df[,4],pos=3,col="red",cex=0.75)

重要的是功能。想象一下，当你用 x,y 和 labs 创建它时，你有 df。您还将有一个向量，其中 line1 的 x,y 坐标和 line2 的 x,y 坐标。

我们只看line1的情况（上面代码实现的line 2也是一样的）：

this_row[1] < max(line1x) & this_row[2] > max(line1y) & this_row[2] < a + b*this_row[1]
#translates to:
#this_row[1] < max(line1x) = your x needs to be less than the max x (vertical line in graph below
#this_row[2] > max(line1y) = your y needs to be greater than the max y (horizontal line in graph below
#this_row[2] < a + b*this_row[1] = your y needs to be less than the right hand side of the equation (to have a point above i.e. left of the line) 
#check below what the line is

这将产生类似于下图的效果（这有点可怕，也被放大了，但它只是一个参考。可视化它接近你的线条）：

上面的代码会选择三角形上方区域和 y=1 和 x=1 线内的所有点。

最后等式：

拥有 2 个点的坐标，您可以计算出一条线的方程，求解一个由两个方程和 2 个参数 a 和 b 组成的系统。 （y = a +bx 通过替换每个点的 y,x）

要选取的 2 个点是最接近第一条线 (line1) 的切线的两个点。根据您的数据任意选择。越接近切线越好。只需绘制斑点和眼球。

完成上述所有操作后，您的标签就有了您的观点（至少大约如此）。

这是你唯一能做的！

长篇大论，但希望对您有所帮助。

附：我没有测试代码，因为我没有数据。