R 绘制时间序列的样本

我有一个数据集，它包含连续四天中每秒的观察结果（大约340000个数据点）。这太多，无法在散点图中显示。我只想画一个统一的样本，比如说，2000个时间点

使用

ggplot2

的“图形语法”方法是否可以实现这一点？我还没有找到任何内置的“采样”修饰符，但也许写一个就足够容易了

library(ggplot2)

x <- 1:100000
d <- data.frame(x=x, y=rnorm(length(x)))
ggplot(d[sample(x, 2000), ], aes(x=x, y=y)) + geom_point()

---

编辑：我专门寻找采样，而不是平滑或装箱。我的数据显示了模拟一个特定过程一秒钟所需的时间。模拟已经并行化，对于每一个模拟秒，我都有每个相关内核的运行时间（总共8个）。我想通过只绘制原始数据点来显示次优负载平衡。采样的原因只是30万个数据点对于散点图来说太多了：绘制时间太长，可视化效果不好。

如果您想为大数据创建散点图，这里有几个

ggplot2

选项

他们来自中国

几何六角形 您可以设置

箱子的数量

base_plot + geom_hex(bins = 200)

小点 停止过度抽签

base_plot + geom_point(size = I("."))

使用平滑器 这依赖于有一个平滑的方法，将得到你想要的细节，而不会崩溃或花太长时间。在这种情况下，节点数是通过试错选择的（也许您需要更多细节）

---

您可以使用data参数在

geom_point

调用中使用子集：

... + geom_point(data=d[sample(x,2000),])

这样，您可以使用所有数据自由添加其他几何图形，例如，使用示例数据：

ggplot(d, aes(x=x, y=y)) + geom_hex() + geom_point(data=d[sample(x,2000),])

---

您必须在某个时候对数据进行采样，您发布的解决方案似乎非常有效。这种方法将比ggplot将实现的任何额外的数据几何/转换更快，占用更少的内存。我不会通过绘制数据黑客的子集来调用绘制数据的子集。@mnel:我会的。这违背了ggplot2语法的美妙之处。数据未经修改进入ggplot，句号。其他一切都是可视化的。@Chase：代码会更简单，我可以在构建ggplot对象的稍后阶段进行采样。（事实上，我正在按照

ggplot（…）+theme_bw（）+ylim（…）+aes（…）

的思路做一些事情，如果在

ggplot

调用中进行采样，我必须重复所有操作。）您可能希望在数据的更复杂部分进行更多采样，而在更“线性”的部分进行更少采样。但这取决于你想展示什么

geom_smooth

、

geom_density

或

geom_hex

可能有助于更简洁地显示数据的本质。我提供的示例基本上捕捉了数据的内容。当然，总的趋势是这样的，我稍后会做一些装箱或平滑处理；但首先我想绘制原始数据，但数据太多了！有没有办法得到一个样本（除了用数据填充外）？如果你想绘制数据的子集，那么就绘制数据的子集吧！在这种情况下，如果您没有绘制原始数据，最好明确说明这些内容。在ggplot调用之外修改数据以使可视化更容易也是非常有效和正常的ggplot用法。重复一条写给Chase的注释：代码会更简单，我可以在构建ggplot对象的稍后阶段进行采样。（事实上，我正在按照

ggplot（…）+theme_bw（）+ylim（…）+aes（…）

的思路做一些事情，如果在

ggplot（）

调用中进行采样，我必须重复所有操作。）编辑您的问题，以显示如何构建绘图以及为什么绘制子集不起作用。（必须重复这些子集的位置）。更改“活动”数据集的另一种方法是使用

%+%

运算符：

ggplot（）%+%d[示例（…），]+…

base_plot + geom_point(size = I("."))

library(mgcv)
base_plot + stat_smooth(method = "gam", formula = y ~ s(x, k = 50))

... + geom_point(data=d[sample(x,2000),])

ggplot(d, aes(x=x, y=y)) + geom_hex() + geom_point(data=d[sample(x,2000),])