Які існують популярні варіанти візуалізації 4-мірних даних?

Скажімо, у мене є наступні чотири розмірні дані, де перші три можна вважати координатами, а останню можна вважати значеннями.

c1, c2, c3, value
1, 2, 6, 0.456
34, 34, 12 0.27
12, 1, 66 0.95

Як краще візуалізувати вплив перших трьох координат на останнє значення?

Я знаю три методи.

Один - 3D-графік для перших трьох координат, розмір точок як чотири значення. Але не так просто побачити тенденцію в даних.

Іншим є використання серії 3D-сюжетів, кожен з яких зафіксований координатою.

Ще одним може бути так званий «графік шпаклювання» в решітці Р. Не сюрприз, якщо це для цієї мети, але, здається, так.

Якщо перші три - просто просторові координати, а дані рідкі, ви можете просто зробити 3D-графік розсіяння з різними розмірами або кольоровими точками для значення.

Виглядає приблизно так: _{(джерело: gatech.edu )}

Якщо ваші дані призначені для суцільного характеру та існують на ґратчастій сітці, ви можете побудувати декілька ізоконтурів даних за допомогою маршових кубів .

Ще один підхід, коли у вас щільні 4D дані, - це відображення декількох 2D "фрагментів" даних, вбудованих у 3D. Це буде виглядати приблизно так:

Чи є у вас чотири кількісні змінні? Якщо так, спробуйте екскурсії, паралельні графіки координат, матриці розсипання. Пакет tourr (і tourrGui) в R буде проводити тури, в основному обертання у великих розмірах, ви можете вибрати проект на 1D, 2D або більше, і є JSS-папір, який ви можете прочитати, щоб почати цитувати його. Паралельні графіки координат та матриці розсіювання є в пакеті GGally, також матриці розсіювання є в пакеті YaleToolkit. Ви також можете подивитися на http://www.ggobi.org для отримання відеороликів та додаткової документації щодо всіх цих питань.

Якщо ваші дані повністю категоричні, вам слід використовувати мозаїчні сюжети чи варіанти. Погляньте на пакунок productplots в R, також vcd має деякі розумні функції, або ggparallel пакет зробити еквівалент паралельних ділянок координат для категоричних даних. Також щойно знайдений пакунок extracat має деякі функції для відображення категоричних даних.

Спочатку я неправильно прочитав це питання, тому що зупинився на питанні і нехтував прочитати повний опис. Як і в нижченаведеному підході (кольорові точки в 3D), ви можете використовувати пов'язані кисті для дослідження функцій, визначених на просторах великих розмірів. Подивіться на відео тут , який показує робимо це для 3D багатовимірної нормальної функції. Кисть малює точки з високою щільністю (високі значення функцій), а потім переходить на нижчі та нижчі значення щільності (низькі значення функцій). Місця, в яких відбирається функція вибірки, відображаються в тривимірному обертовому розсіювальному пристрої, використовуючи тур, який також може бути використаний для перегляду 4, 5 або вищих розмірних доменів.

Спробуйте обличчя Черноффа . Ідея полягає в приєднанні змінних до рис обличчя. Наприклад, розмір посмішки буде однією змінною, округлість обличчя - іншою і т. Д. Як би смішно це не звучало, це насправді може спрацювати, якщо ви знайдете розумний спосіб відображення змінних у функції.

Інший спосіб - показати 2-д проекції 3-денної фазової діаграми. Скажімо, у вас змінні x1, x2, x3, x4. Для кожного значення x4 намалюйте 3-d графік (x1, x2, x3) точок та з'єднайте точки. Це найкраще працює, коли замовлено x4, наприклад, дата чи час.

ОНОВЛЕННЯ. Ви також можете спробувати графіки з бульбашками. Три розміри мали б звичайну декартову форму x, y, z і 4-й розмір - розмір точки міхура.

Ви можете спробувати анімацію, тобто використовувати час як четвертий вимір.

Також поєднання міхура та анімації: x, y, міхур та час.

Також, пов'язане з Черноффом, - це графічний сюжет , який може виглядати трохи серйозніше. Це зірки, довжина променів пропорційна змінним значенням.