Який хороший спосіб використовувати R, щоб зробити розсіювач, який розділяє дані обробкою?

Я взагалі новачок із R та статистикою взагалі, але мені потрібно зробити розсип, який, на мою думку, може перевищити його власні можливості.

У мене є пара векторів спостережень, і я хочу зробити з ними розсип, і кожна пара потрапляє в одну з трьох категорій. Я хотів би зробити розсип, який розділяє кожну категорію, або за кольором, або за символом. Я думаю, що це було б краще, ніж генерувати три різні розсіювачі.

У мене є ще одна проблема з тим, що в кожній з категорій є великі кластери в одній точці, але кластери в одній групі більше, ніж в двох інших.

Хтось знає хороший спосіб це зробити? Пакети, які мені слід встановити та навчитися користуватися? Хтось робив щось подібне?

Спасибі

великі кластери : якщо проблема надрукування є проблемою, ви можете використовувати або нижню альфа, тому одиничні точки тьмяні, але надрукованість робить колір більш інтенсивним. Або ви переходите на 2d гістограми або оцінки щільності.

require ("ggplot2")

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, colour = Species)) + stat_density2d ()
  
  Ви, напевно, захочете зіткнутися з цим ...

• ggplot (iris, aes (x = Sepal.Length, y = Sepal.Width, fill = Species)) + stat_binhex (bins=5, aes (alpha = ..count..)) + facet_grid (. ~ Species)
  
  Хоча ви можете розробити цей сюжет і без граней, порядок друку виду впливає на остаточну картину.

• Ви можете цього уникнути, якщо хочете трохи забруднити руки (= посилання на пояснення та код) та обчислити змішані кольори для шестикутників:

• Іншою корисною справою є використання (шестигранних) бункерів для областей з високою щільністю та побудови окремих точок для інших частин:

  ggplot (df, aes (x = date, y = t5)) + 
    stat_binhex (data = df [df$t5 <= 0.5,], bins = nrow (df) / 250) +
        geom_point (data = df [df$t5 > 0.5,], aes (col = type), shape = 3) +
    scale_fill_gradient (low = "#AAAAFF", high = "#000080") +
    scale_colour_manual ("response type", 
      values = c (normal = "black", timeout = "red")) + 
    ylab ("t / s")

  

Для повноти складання пакетів дозвольте також зазначити lattice:

require ("lattice")

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length, iris, groups = iris$Species, pch= 20)
  

• xyplot(Sepal.Width ~ Sepal.Length | Species, iris, groups = iris$Species, pch= 20)
  

Це одна з класичних проблем для набору даних "Ірис". Це посилання на цілий набір проектування проектів, заснований на наборі даних з кодом R, який ви, можливо, зможете адаптувати до вашої проблеми.

Ось підхід, який використовує базовий R, а не додатковий пакет.

plot(iris$Petal.Length, iris$Petal.Width, pch=21, 
     bg=c("red","green3","blue")[unclass(iris$Species)], 
     main="Edgar Anderson's Iris Data")

яка дає цю цифру:

Звідти, залежно від вашого сюжету, ви можете почати возитись із рівнями альфа / прозорості, щоб дозволити перевитрати тощо, але я спершу будуватиму з дуже базового графіка.

Хоча є багато причин дотримуватися основи R, інші пакети спрощують побудову. Виділивши дані, відмінною рисою є одним з найсильніших сторін ggplot2 і решітки пакетів. ggplot2 робить особливо візуально привабливі сюжети. Обидва пакети продемонстровано у відповіді @cbeleites.

Або з ggplot2:

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, colour = Species)) + geom_point()
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + geom_point() + facet_grid(~Species)

Що виробляє