R 直方图显示在每个 bin 中花费的时间答案

【问题标题】：R histogram showing time spent in each binR 直方图显示在每个 bin 中花费的时间
【发布时间】：2012-07-17 19:04:36
【问题描述】：

我正在尝试创建类似于the ones here 的情节：

基本上我想要一个直方图，其中每个 bin 显示在该节奏范围内花费了多长时间（例如，0-20rpm 1 小时，21-40rpm 3 小时等）

library("rjson") # 3rd party library, so: install.packages("rjson")

# Load data from Strava API.
# Ride used for example is http://app.strava.com/rides/13542320
url <- "http://app.strava.com/api/v1/streams/13542320?streams[]=cadence,time"
d <- fromJSON(paste(readLines(url)))

d$cadence (rpm) 中的每个值都与d$time 中的相同索引（从开始的秒数）配对。

这些值不一定是统一的（如果您将 plot(x=d$time, y=d$cadence, type='l') 与 plot(d$cadence, type='l') 进行比较可以看出）

如果我做最简单的事情：

hist(d$cadence)

..这会产生非常接近的结果，但是 Y 值是“频率”而不是时间，并且忽略了每个数据点之间的时间（因此特别是 0rpm 段将被低估）

【问题讨论】：

Y值是“频率”是什么意思？你的意思是Y轴上的标签？这可以通过hist(d$cadence, ylab="Time") 解决。
你是说 desired 行为是忽略每个数据点之间的时间吗？即从 0 开始的条形代表恰好为 0 的样本数？
当我尝试你的代码时，我发现数字 == 0 是 4425，而数字
与@DavidRobinson 的评论一样，您可以使用hist 的附加参数指定bin 边缘。这将解决您在未绘制零转速值时遇到的困难。
我以前处理过这样的数据。我相信 OP 想要的是考虑样本之间的不均匀时间，例如如果一个样本是在 t=10 时以 95 的节奏采集的，而下一个样本直到 t=16 时才以 cadence=93 的节奏进行，那么指标应该表现得好像所有 10

标签： r plot histogram

【解决方案1】：

您需要创建一个新列来说明样本之间的时间。

我更喜欢 data.frames 来处理这类事情，所以：

d <- as.data.frame(fromJSON(paste(readLines(url))))
d$sample.time <- 0
d$sample.time[2:nrow(d)] <- d$time[2:nrow(d)]-d$time[1:(nrow(d)-1)]

现在您已经获得了采样时间，您可以简单地对采样时间大于 1 的任何事物“重复”节奏测量，并绘制其直方图

hist(rep(x=d$cadence, times=d$sample.time),
     main="Histogram of Cadence", xlab="Cadence (RPM)",
     ylab="Time (presumably seconds)")

肯定会有更优雅的解决方案，不会因非整数采样时间而崩溃，但这适用于您的示例数据。

编辑：回复：更优雅、更通用的解决方案，您可以使用 new.d <- aggregate(sample.time~cadence, data=d, FUN=sum) 之类的东西处理非整数采样时间，但随后问题就变成了为看起来像频率表的东西绘制直方图，但没有-整数频率。经过一番摸索，我得出的结论是，对于这种情况，您必须通过将数据进一步聚合到 bin 中，然后用条形图显示它们来滚动您自己的直方图。

【讨论】：

基于rep() 的解决方案似乎符合我的要求 - 谢谢！采样时间总是整数（如果不是，我很想把它做成曲线并在整数时间重新采样）
我渴望在 Python/numpy/matplotlib 中做类似的事情（使用 strava 流）！