R中的堆叠单列热图

我有10个矩阵，其中每一个都代表多个时间序列的小波系数的相关矩阵的特征值

我想生成我的数据的热图，看看在不同的尺度上是否有重叠的重大事件

到目前为止，我已经使用@Josliber所描述的图形包将以下图像拼凑在一起

我仍然在和R打交道，所以请原谅这个讨厌的代码，但它现在对我来说是有效的。我还没有搞乱标签和格式，但这是一个快速和肮脏的表现

#绘制每个小波系数尺度的特征值
w1mat只需使用热图即可。例如，尝试热图（矩阵（rnorm（1000），nrow=10））

。您可以

rbind

将矩阵合并在一起。快速而肮脏的方法是：

rbind（matrix（w1eigen[1，]）、matrix（w2eigen[1，]）、matrix[w3eigen[1，]、…）

..

就是我懒惰的地方。使用

do.call

来做这类事情。

#plotting the eigenvalues for each of the wavelet coefficient scales
w1mat <- matrix(w1eigen[1,])
w2mat <- matrix(w2eigen[1,])
w3mat <- matrix(w3eigen[1,])
w4mat <- matrix(w4eigen[1,])
w5mat <- matrix(w5eigen[1,])
w6mat <- matrix(w6eigen[1,])
w7mat <- matrix(w7eigen[1,])
w8mat <- matrix(w8eigen[1,])
w9mat <- matrix(w9eigen[1,])
w10mat <- matrix(w10eigen[1,])

#plots the eigenvalues for each of the scales 
par(mfrow=c(10,1))
imageW1 <- image(w1mat)
imageW2 <- image(w2mat)
imageW3 <- image(w3mat)
imageW4 <- image(w4mat)
imageW5 <- image(w5mat)
imageW6 <- image(w6mat)
imageW7 <- image(w7mat)
imageW8 <- image(w8mat)
imageW9 <- image(w9mat)
imageW10 <- image(w10mat)