R 向量场可视化

我有一个有很多行的大文本文件。每行对应一个向量。 这是每行的示例：

        x           y               dx              dy
99.421875   52.078125   0.653356799108  0.782479314511

前两列是向量行距的坐标。第二列和第二列是坐标增量（终点减去起点）。 我需要制作这个向量场的图片（一张图片上的所有向量）。 我怎么能这样做？

---

谢谢

使用

ggplot2

，您可以执行以下操作：

library(grid) 
df <- data.frame(x=runif(10),y=runif(10),dx=rnorm(10),dy=rnorm(10))
ggplot(data=df, aes(x=x, y=y)) + geom_segment(aes(xend=x+dx, yend=y+dy), arrow = arrow(length = unit(0.3,"cm")))

库（网格）
df好的，这里有一个基本解决方案：

DF <- data.frame(x=rnorm(10),y=rnorm(10),dx=runif(10),dy=runif(10))
plot(NULL, type = "n", xlim=c(-3,3),ylim=c(-3,3))
arrows(DF[,1], DF[,2], DF[,1] + DF[,3], DF[,2] + DF[,4])

DF如果有大量数据（问题是“大文件”），
绘制单个向量可能不会给出非常可读的绘图。
这是另一种方法：向量场描述了一种变形平面上画的东西的方法；
将其应用于白噪声图像

vector_field <- function(
  f,  # Function describing the vector field
  xmin=0, xmax=1, ymin=0, ymax=1,
  width=600, height=600,
  iterations=50,
  epsilon=.01,
  trace=TRUE
) {
  z <- matrix(runif(width*height),nr=height)
  i_to_x <- function(i) xmin + i / width  * (xmax - xmin)
  j_to_y <- function(j) ymin + j / height * (ymax - ymin)
  x_to_i <- function(x) pmin( width,  pmax( 1, floor( (x-xmin)/(xmax-xmin) * width  ) ) )
  y_to_j <- function(y) pmin( height, pmax( 1, floor( (y-ymin)/(ymax-ymin) * height ) ) )
  i <- col(z)
  j <- row(z)
  x <- i_to_x(i)
  y <- j_to_y(j)
  res <- z
  for(k in 1:iterations) {
    v <- matrix( f(x, y), nc=2 )
    x <- x+.01*v[,1]
    y <- y+.01*v[,2]
    i <- x_to_i(x)
    j <- y_to_j(y)
    res <- res + z[cbind(i,j)]
    if(trace) {
      cat(k, "/", iterations, "\n", sep="")
      dev.hold()
      image(res)
      dev.flush()
    }
  }
  if(trace) {
    dev.hold()
    image(res>quantile(res,.6), col=0:1)
    dev.flush()
  }
  res
}

# Sample data
van_der_Pol <- function(x,y, mu=1) c(y, mu * ( 1 - x^2 ) * y - x )
res <- vector_field(
  van_der_Pol,
  xmin=-3, xmax=3, ymin=-3, ymax=3,
  width=800, height=800,
  iterations=50,
  epsilon=.01
)
image(-res)


在您的情况下，向量场不是由函数描述的：
可以使用最近邻的值或某些二维插值
（例如，来自akima软件包）。
以下是pracma软件包的R-Help示例

library(pracma)
f <- function(x, y) x^2 - y^2
xx <- c(-1, 1); yy <- c(-1, 1)
vectorfield(f, xx, yy, scale = 0.1)
for (xs in seq(-1, 1, by = 0.25)) {
    sol <- rk4(f, -1, 1, xs, 100)
    lines(sol$x, sol$y, col="darkgreen")
}

库（pracma）
f添加类似于
箭头（DF[，1]，DF[，2]，DF[，1]+DF[，3]，DF[，2]+DF[，4]）
。有关更好的控制，请参见
？箭头。假设有人会给出更好的答案，though@timriffe您应该添加它作为答案，因为OP可能会喜欢
base
解决方案，作为
ggplot2
解决方案的替代方案。您知道是否有类似的方法使用R创建三维向量场吗？嗨，我想知道这是否也可行，但是使用带有几何字段的sf对象，而不是X和Y列。这是一种很酷的方法，但我想说的是，它不太适合于大型数据集：是的，最终输出非常可读，但需要花费大量时间。我不认为从一个随机矩阵开始，仅仅为了一个可视化设备而添加一个循环有什么意义
library(pracma)
f <- function(x, y) x^2 - y^2
xx <- c(-1, 1); yy <- c(-1, 1)
vectorfield(f, xx, yy, scale = 0.1)
for (xs in seq(-1, 1, by = 0.25)) {
    sol <- rk4(f, -1, 1, xs, 100)
    lines(sol$x, sol$y, col="darkgreen")
}

library(pracma)
xyRange <- seq(-1*pi,1*pi,0.2)
temp <- meshgrid(xyRange,xyRange)
u <- sin(temp$Y)
v <- cos(temp$X)
plot(range(xyRange),range(xyRange),type="n",xlab=expression(frac(d*Phi,dx)),ylab=expression(d*Phi/dy))
quiver(temp$X,temp$Y,u,v,scale=0.5,length=0.05,angle=1)