使用R 3D图形将以下内容可视化是否明智

在创建JSON数据结构并迭代该JSON结构之后，我提出了以下数据表示。第1列和第2列是字符串数据类型。第4列表示第3列中说明的类型之和。 例如：

A | B | Level1 | 10
A | C | Level2 | 1

为了得到一个口头上的解释，我将以a国的国家为例，有人可以说B国的语言，达到1级专业水平，他们的总数等于10人

我想用3个轴来表示，X=Country1，Y=Country2，Z代表水平。这是否明智？如果是，我如何才能做到这一点？我以前没有R 3D图形方面的经验

下面是我的实际数据的样子：它们在CSV文件中

以下是数据帧中的数据：

  country1 country2 langLevel frequency
1       gv       ca    level1         2
2       gv       bg    level1         1
3      zea       li    level1         1
4      zea       li    level3         1

我希望我能用我想完成的事情把问题解释清楚。我在想，似乎3D是最好的表达方式，但我可能错了

CSV格式的数据：

country1,country2,langLevel,frequency
gv,ca,level1,2
gv,bg,level1,1
zea,li,level1,1
zea,li,level3,1
zea,de,level1,26
zea,de,level3,5
zea,el,level1,1
zea,eo,level1,3
zea,en,level1,5
zea,en,level2,34
zea,en,level3,38
zea,en,level4,12
zea,es,level1,7
zea,la,level1,7
zea,zea,level1,5
zea,zea,level3,4
zea,stq,level1,1
zea,sk,level2,1
zea,nl,level4,4
zea,fr,level2,9
zea,fy,level2,1
cdo,cdo,level3,1
cdo,de,level1,23
cdo,de,level2,4
cdo,de,level3,4
cdo,eo,level1,1
cdo,eo,level2,1
cdo,eo,level3,3
cdo,en,level1,6
cdo,en,level2,31
cdo,en,level3,38
cdo,en,level4,17
cdo,es,level1,8
cdo,es,level2,6
cdo,es,level3,3
cdo,fr,level1,14
cdo,fr,level2,11
cdo,fr,level3,6
gd,als,level1,1
gd,af,level1,2
vls,de,level1,32
vls,de,level2,7
vls,de,level3,6
vls,de,level4,3
vls,eo,level1,2
vls,eo,level2,3
vls,eo,level3,3
vls,en,level1,7
vls,en,level2,38
vls,en,level3,53
vls,en,level4,16
vls,es,level1,15
vls,es,level2,4
vls,es,level3,1
vls,es,level4,1
vls,ru,level2,8
vls,ru,level3,1
vls,ja,level1,2

这是我尝试过的，但它确实必须在这个情节中看到任何清晰的东西：

library("rgl")
plot3d(template_levels$country1, template_levels$country2, template_levels$frequency, col=template_levels$langLevel)

图为：

---

一种可能性是使用不同颜色的条形图。下面是一个使用包

ggplot2

并假设您的数据帧名为

df

的解决方案

在x轴上，我们看到

country2

值，然后对于每个

country1

我们有单独的方面。每个条都根据

langLevel

着色<

facet\u grid（）

中的code>scales=“free\u y”确保每个facet中的y比例不同（因为值非常不同）

---

这是一个比使用3D更棒的想法，非常清晰，可以深入到单个国家1和国家2之间。在对这个问题提供了这么多信息之后，这个问题就要结束了。我觉得这有档案价值。我的一个问题是，我有100多个国家在Country1和country2。你会推荐什么？@零假设有这么多国家，很难获得良好的代表性。也许你可以把数据分成更小的部分，然后画出每个部分。是的，这就是我计划要做的。谢谢

library(ggplot2)
ggplot(df,aes(country2,frequency,fill=langLevel))+geom_bar(stat="identity")+
  facet_grid(country1~.,scales="free_y")