R 通过过滤隐藏对象减少打印的PDF文件大小

在生成R中多个点的散点图时（例如使用

ggplot（）

），可能有许多点位于其他点之后，根本不可见。例如，请参见下图：

这是一个几十万个点的散点图，但大多数都在其他点的后面。问题是，当将输出强制转换为矢量文件（例如PDF文件）时，不可见的点会使文件变大，并在查看文件时增加内存和cpu使用率

一个简单的解决方案是将输出转换为位图图片（例如TIFF或PNG），但它们会失去矢量质量，甚至会变得更大。我尝试了一些在线PDF压缩器，但结果与我的原始文件大小相同

---

有什么好办法吗？例如，通过编辑PDF文件过滤不可见点的方法，可能是在生成绘图期间或之后？

我认为这可能是通过对PDF文件进行一些后处理来完成的。在linux中，如果我必须减少pdf，我会这样做

pdf2ps input.pdf output.ps
ps2pdf output.ps output.pdf

出于某种原因，它的工作效率相当高

---

你可以在网站上看到一些讨论

首先，您可以执行以下操作：

set.seed(42)
DF <- data.frame(x=x<-runif(1e6),y=x+rnorm(1e6,sd=0.1))
plot(y~x,data=DF,pch=".",cex=4)

set.seed（42）
DF简单地将绘图保存为高分辨率的
png
文件将极大地减少大小，同时保持足够好的质量。至少我从来没有收到过杂志对我发送给它们的任何png的抱怨，只要确保使用>600 dpi。
推荐的解决方案是hexbin绘图。但是，在hexbin绘图中，颜色表示每个bin中的值的数量，并且您似乎将颜色用于其他内容。+1表示hexbin。其他选项包括
sunflowerplot
和
bigvis
软件包：@Roland是的，正如您所猜测的，点的颜色是有意义的，因此对于我来说，hexbin不是一个好的解决方案。如果颜色有意义，您希望如何处理隐藏在彼此后面的不同颜色的点？我认为这不是一个好的情节。我有点怀疑“隐藏”点是否重要。如果这是真的，那么您应该在早些时候将它们从分析中删除。我倾向于建议对此类绘图使用部分透明，例如
color=#FF00FF44
，以便了解数据点的密度。谢谢，但它们的大小完全相同，可能是因为初始PDF文件是矢量文件而不是位图文件。我尝试了几种你的ask ubuntu链接的解决方案。我们可以先将X和Y值除以我们希望的点之间的最小水平/垂直距离，然后对其进行四舍五入，然后过滤掉重复项：
temp+1以获得四舍五入的好主意！这是一个非常好的解决方案，大大减少了我的PDF大小。非常感谢
DF2 <- data.frame(x=round(DF$x,3),y=round(DF$y,3))
DF2 <- DF[!duplicated(DF2),]
nrow(DF2)
#[1] 373429
plot(y~x,data=DF2,pch=".",cex=4)