Hexbin：为每个 bin 应用函数答案

【问题标题】：Hexbin: apply function for every binHexbin：为每个 bin 应用函数
【发布时间】：2013-07-16 22:24:05
【问题描述】：

我想构建 hexbin 图，其中为每个 bin 绘制“落入此 bin 的 1 类和 2 类点之间的比率”（无论是对数还是非对数）。

x <- rnorm(10000)
y <- rnorm(10000)
h <- hexbin(x,y)
plot(h)
l <- as.factor(c( rep(1,2000), rep(2,8000) ))

关于如何实现这一点的任何建议？有没有办法根据 bin 统计信息为每个 bin 引入函数？

【问题讨论】：

标签： r data-visualization binning

【解决方案1】：

@cryo111 的回答有最重要的成分 - IDs = TRUE。之后，只需弄清楚你想用Inf 做什么，以及你需要将比率缩放多少才能得到能产生漂亮图的整数。

library(hexbin)
library(data.table)

set.seed(1)
x = rnorm(10000)
y = rnorm(10000)

h = hexbin(x, y, IDs = TRUE)

# put all the relevant data in a data.table
dt = data.table(x, y, l = c(1,1,1,2), cID = h@cID)

# group by cID and calculate whatever statistic you like
# in this case, ratio of 1's to 2's,
# and then Inf's are set to be equal to the largest ratio
dt[, list(ratio = sum(l == 1)/sum(l == 2)), keyby = cID][,
     ratio := ifelse(ratio == Inf, max(ratio[is.finite(ratio)]), ratio)][,
     # scale up (I chose a scaling manually to get a prettier graph)
     # and convert to integer and change h
     as.integer(ratio*10)] -> h@count

plot(h)

【讨论】：

嗨！这么晚才回复很抱歉。您的解决方案完全适用于随机数据，但对于真实数据，它具有奇怪的行为 - 即使 bin 包含类 2，它也不会显示原始图像 i42.tinypic.com/nqa8mb.png 和修改后的图像 i42.tinypic.com/5cc5g1.png。这些类是不平衡的，因此一个类不会占用太多的垃圾箱。这种将垃圾箱移到底部的问题可能是什么，但实际的类发生在顶部。
@JohnAmraph 我建议尝试将数据过滤成一个可重复的小示例，然后在 OP 中发布该示例 - 我无法从您的描述中真正看出发生了什么
如果我按照我拥有数据的方式编写代码：dt = data.table(x, y, l = c(rep(1,2000),rep(2,8000)), cID = h@cID) 我会收到类似postimg.org/image/ay34ykyfr 的数字，表明索引有问题。我正在尝试找出问题所在...
@JohnAmraph 我应该由cID 订购以正确匹配十六进制单元格-我编辑了答案以解决该问题（使用keyby 而不是by）

【解决方案2】：

您可以通过以下方式确定每个 bin 中 1 类和 2 类点的数量

library(hexbin)
library(plyr)
x=rnorm(10000)
y=rnorm(10000)
#generate hexbin object with IDs=TRUE
#the object includes then a slot with a vector cID
#cID maps point (x[i],y[i]) to cell number cID[i]
HexObj=hexbin(x,y,IDs = TRUE)

#find count statistics for first 2000 points (class 1) and the rest (class 2)
CountDF=merge(count(HexObj@cID[1:2000]),
              count(HexObj@cID[2001:length(x)]),
              by="x",
              all=TRUE
             )
#replace NAs by 0
CountDF[is.na(CountDF)]=0
#check if all points are included
sum(CountDF$freq.x)+sum(CountDF$freq.y)

但打印它们是另一回事。例如，如果一个 bin 中没有 2 类点怎么办？那时没有定义分数。另外，据我了解hexbin 只是一个二维直方图。因此，它计算落入给定 bin 的点数。我认为它不能像您的情况那样处理非整数数据。

【讨论】：