3

我有一个三列和 n 行的数据集。第 1 列包含名称、第 2 列 value1 和第 3 列 value2 (rank2)。

我想绘制一个散点图，其中显示名称的异常值。

R我使用的命令是：

tiff('scatterplot.tiff')
data<-read.table("scatterplot_data", header=T)
attach(data)
reg1<-lm(A~B)
plot(A,B,col="red")
abline(reg1)
outliers<-data[which(2^(data[,2]-data[,3]) >= 4 | 2^(data[,2]-data[,3]) <=0.25),]

text(outliers[,2], outliers[,3],labels=outliers[,1],cex=0.50)

dev.off()

我得到这样的数字：在此处输入图像描述

我想要的是下半部分的标签应该是一种颜色，上半部分的标签应该是另一种颜色，分别是绿色和红色。

有什么建议，或者命令中的调整？

4

2 回答 2

5

您已经有了一个令您满意的逻辑测试。只需在颜色规范中使用它来文本：

     text(outliers[,2], outliers[,3],labels=outliers[,1],cex=0.50, 
         col=c("blue", "green")[ 
                which(2^(data[,2]-data[,3]) >= 4 ,  2^(data[,2]-data[,3]) <=0.25)] )

它当然未经测试，因为您没有提供任何测试用例，但我的理由是该which()函数应该为差异 >= 4 返回 1，对于 <= 0.25 的差异返回 2，对于所有其他差异返回 integer(0)，这应该让您将颜色选择与“异常值”向量正确对齐。

于 2012-05-16T13:49:52.857 回答
4

使用 python, matplotlib(pylab) 来绘制，和scipy,numpy来拟合数据。诀窍numpy是创建一个索引或掩码来过滤掉您想要的结果。

编辑：想要有选择地为顶部和底部异常值着色？这是我们创建的两种蒙版的简单组合：

import scipy as sci
import numpy as np
import pylab as plt

# Create some data
N = 1000
X = np.random.normal(5,1,size=N)
Y = X + np.random.normal(0,5.5,size=N)/np.random.normal(5,.1)
NAMES = ["foo"]*1000 # Customize names here

# Fit a polynomial
(a,b)=sci.polyfit(X,Y,1)

# Find all points above the line
idx = (X*a + b) < Y

# Scatter according to that index
plt.scatter(X[idx],Y[idx], color='r')
plt.scatter(X[~idx],Y[~idx], color='g')

# Find top 10 outliers
err = ((X*a+b) - Y) ** 2
idx_L = np.argsort(err)[-10:]
for i in idx_L:
    plt.text(X[i], Y[i], NAMES[i])

# Color the outliers purple or black
top = idx_L[idx[idx_L]]
bot = idx_L[~idx[idx_L]]

plt.scatter(X[top],Y[top], color='purple')
plt.scatter(X[bot],Y[bot], color='black')

XF = np.linspace(0,10,1000)
plt.plot(XF, XF*a + b, 'k--') 
plt.axis('tight')
plt.show()

在此处输入图像描述

于 2012-05-16T14:18:19.223 回答