Можем ли мы создать аллювиальный график в R для отображения нескольких двумерных распределений вместо полного многомерного распределения?

#r #visualization #categorical-data

#r #визуализация #категориальный-данные

Вопрос:

Я хочу отобразить множественное двумерное распределение в R вместо полного многомерного распределения. Следующий код, приведенный в виньетке пакета alluvial, использует график намыва для отображения полного многомерного распределения (класс, пол, возраст, выжившие) для набора данных Titanic.

 require(dplyr)
require(alluvial)
tit <- as.data.frame(Titanic, stringsAsFactors = FALSE)
head(tit)
alluvial(tit[,1:4], freq=tit$Freq,
     col = ifelse(tit$Survived == "Yes", "orange", "grey"),
     border = ifelse(tit$Survived == "Yes", "orange", "grey"),
     hide = tit$Freq == 0,
     cex = 0.7)

Вместо визуализации полного многомерного распределения я хотел бы визуализировать двумерные распределения (класс, пол), (пол, возраст) и (Возраст, выживший), используя один аллювиальный график. Количество трех двумерных распределений равно

 tit%>%group_by(Class,Sex)%>%summarize(Freq=sum(Freq))%>%ungroup() 
tit%>%group_by(Sex,Age)%>%summarize(Freq=sum(Freq))%>%ungroup()
tit%>%group_by(Age,Survived)%>%summarize(Freq=sum(Freq))%>%ungroup()

Знаете ли вы, возможно ли это с использованием пакета alluvial или альтернативного?

Для этого конкретного примера использование аллювиального графика может показаться сомнительным. Но это полностью имеет смысл, когда переменные упорядочены и когда мы хотим визуализировать двумерные распределения (var1, var2), (var2, var3), …

1. Я не понимаю, что вы ожидаете от результата

2. вы выполняете это: tmp <- tit %>% group_by(Class, Sex) %>% summarize(Freq = sum(Freq)) %>% ungroup();alluvial(tmp[1:2], freq = tmp$Freq) ? для каждой пары переменных, которые вы написали?

3. да, именно так, но с распределениями (класс, пол), (пол, возраст) и (Возраст, выживший) на одном и том же аллювиальном графике.

Ответ №1:

Чтобы настроить три аллювиальных графика вместе, вы можете сделать следующее.

Обратите внимание, что count это dplyr более компактная версия group_by summarise ungroup .

 library(dplyr)
library(alluvial)

tit <- as.data.frame(Titanic, stringsAsFactors = TRUE)

oldpar <- par(mfrow=c(1, 3)) # set up alignment

with(count(tit, Class, Sex     , wt = Freq), alluvial(Class, Sex     , freq = n))
with(count(tit, Sex  , Age     , wt = Freq), alluvial(Sex  , Age     , freq = n))
with(count(tit, Age  , Survived, wt = Freq), alluvial(Age  , Survived, freq = n))

par(oldpar) # reset par

Рекомендуется сбрасывать par его каждый раз, когда вы его изменяете, поскольку это общий параметр, который может повлиять на другие части вашего кода.

1. Большое спасибо, это здорово. Еще лучше было бы удалить повторяющиеся гистограммы (гистограмма для пола и гистограмма для возраста), но это может быть слишком сложным для достижения. Еще раз спасибо.