在R中，当元素从一个向量传递到子向量时，如何可视化这些元素？

我将首先介绍我的问题

我有一个由20000个元素组成的大向量：

Grand_Vector = c(1,5,26,153,73,41,64,15,78,23,5212,62,5231,532,52,64,2,52,75,32,525,11,42.......,7685,37)

我还有其他向量叫做

小向量1

，

小向量2

，等等。。可能有来自

Grand\u Vector

的一些元素：

smaller_vector1 = c(1,11,6,26,33,13) # has 1, 26, and 26 from Grand_vector
smaller_vector2 = c(73,5231,2,52,7685,1111) # has 73, 5231, 7685 and 52 from Grand_vector
.
.
.
smaller_vector20 = c(26,153,73,41,64,15) # all the elements are from Grand_Vector

现在的问题是，每一个

小向量

s都可以有更小的向量

小向量

tiny_vector1 = c(1,11,20) # contains 1 and 11 from smaller_vector1
tiny_vector2 = c(6,26, 153, 41,1111)# contains elements from smaller_vector1, smaller_vector2, and smaller vector20
.
.
.

总之，我有5个级别：

大向量

更小的向量

微小向量

微小向量

最小向量

目标：可视化

Grand\u Vector

的元素如何以与

Grand\u Vector

具有“相似性”百分比的树状结构传递给较小的向量

我试图搜索一个允许我这样做的包，但我不确定它是否存在

---

提前感谢您

如果您的向量不在列表中，您需要在每个循环中使用

get（粘贴（…）

来获取向量，这并不理想。但请检查这是否有效：

proportions = list()
for(a in 1:n_smaller_vector){#n is the number of smaller vectors you have
  smaller_vector = get(paste("smaller_vector", a, sep=""))
  proportions[[a]] = sum(smaller_vector %in% grand_vector)/length(grand_vector)
  
  for(b in 1:n_tiny_vector){
    tiny_vector = get(paste("tiny_vector", a, sep=""))
    proportions[[a]][[b]] = sum(tiny_vector %in% smaller_vector)/length(smaller_vector)
    
    for(c in 1:n_tinier_vector){
      tinier_vector = get(paste("tinier_vector", a, sep=""))
      proportions[[a]][[b]][[c]] = sum(tinier_vector %in% tiny_vector)/length(tiny_vector)
      
      for(d in 1:n_tiniest_vector){
        tiniest_vector = get(paste("tiniest_vector", a, sep=""))
        proportions[[a]][[b]][[c]][[d]] = sum(tiniest_vector %in% tinier_vector)/length(tinier_vector)
      }
    }
  }
}

同样的事情，但给列表命名：

proportions = list()
for(a in 1:n_smaller_vector){#n is the number of smaller vectors you have
  name_a = paste("smaller_vector", a, sep="")
  smaller_vector = get(name_a)
  proportions[[name_a]] = sum(smaller_vector %in% grand_vector)/length(grand_vector)
  
  for(b in 1:n_tiny_vector){
    name_b = paste("tiny_vector", a, sep="")
    tiny_vector = get(name_b)
    proportions[[name_a]][[name_b]] = sum(tiny_vector %in% smaller_vector)/length(smaller_vector)
    
    for(c in 1:n_tinier_vector){
      name_c = paste("tinier_vector", a, sep="")
      tinier_vector = get(name_c)
      proportions[[name_a]][[name_b]][[name_c]] = sum(tinier_vector %in% tiny_vector)/length(tiny_vector)
      
      for(d in 1:n_tiniest_vector){
        name_d = paste("tiniest_vector", a, sep="")
        tiniest_vector = get(name_d)
        proportions[[name_a]][[name_b]][[name_c]][[name_d]] = sum(tiniest_vector %in% tinier_vector)/length(tinier_vector)
      }
    }
  }
}

---

每个向量都在一个单独的变量中？你不能在矩阵或列表中为每种类型创建它们（这将有助于编码）？我认为你需要更具体地描述你希望可视化的样子？它像冲积图吗？如果向量不在列表中，这会很麻烦。提示是相似性比例由

length（其中（较小的向量1%在%Grand\u向量中））/length（较小的向量1）

给出。要为这么多元素生成树状结构，您可能需要一个递归函数，这将要求您的数据存储在一个列表中（或每个级别至少一个列表）