gpt4 book ai didi

r - 将回归平面添加到 Plotly 中的 3d 散点图

转载 作者:行者123 更新时间:2023-12-03 01:11:04 37 4
gpt4 key购买 nike

我希望利用 Plotly 中的强大功能,但我很难弄清楚如何将回归平面添加到 3d 散点图。这是如何开始使用 3D 绘图的示例,有人知道如何进行下一步并添加平面吗?

library(plotly)
data(iris)


iris_plot <- plot_ly(my_df,
x = Sepal.Length,
y = Sepal.Width,
z = Petal.Length,
type = "scatter3d",
mode = "markers")

petal_lm <- lm(Petal.Length ~ 0 + Sepal.Length + Sepal.Width,
data = iris)

最佳答案

您需要根据 lm 调用创建的预测对象对点进行采样。这将创建一个类似于 volcano 的表面。然后您可以将其添加到绘图中。

library(plotly)
library(reshape2)

#load data

my_df <- iris
petal_lm <- lm(Petal.Length ~ 0 + Sepal.Length + Sepal.Width,data = my_df)

以下设置了我们表面的范围。我选择每 0.05 个点采样一次,并使用数据集的范围作为我的限制。可以在这里轻松修改。

#Graph Resolution (more important for more complex shapes)
graph_reso <- 0.05

#Setup Axis
axis_x <- seq(min(my_df$Sepal.Length), max(my_df$Sepal.Length), by = graph_reso)
axis_y <- seq(min(my_df$Sepal.Width), max(my_df$Sepal.Width), by = graph_reso)

#Sample points
petal_lm_surface <- expand.grid(Sepal.Length = axis_x,Sepal.Width = axis_y,KEEP.OUT.ATTRS = F)
petal_lm_surface$Petal.Length <- predict.lm(petal_lm, newdata = petal_lm_surface)
petal_lm_surface <- acast(petal_lm_surface, Sepal.Width ~ Sepal.Length, value.var = "Petal.Length") #y ~ x

此时,我们有了 petal_lm_surface,它具有我们想要绘制图表的每个 x 和 y 的 z 值。现在我们只需要创建基础图(点),为每个物种添加颜色和文本:

hcolors=c("red","blue","green")[my_df$Species]
iris_plot <- plot_ly(my_df,
x = ~Sepal.Length,
y = ~Sepal.Width,
z = ~Petal.Length,
text = ~Species, # EDIT: ~ added
type = "scatter3d",
mode = "markers",
marker = list(color = hcolors))

然后添加曲面:

iris_plot <- add_trace(p = iris_plot,
z = petal_lm_surface,
x = axis_x,
y = axis_y,
type = "surface")

iris_plot

enter image description here

关于r - 将回归平面添加到 Plotly 中的 3d 散点图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38331198/

37 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com