3

我正在分析某些粒子的生长模式,并希望将点模式与具有相同强度(每单位面积的点数相同)的完美六边形晶格的点模式进行比较。我编写了一个函数来执行此操作,但它有一个固有的错误,我不确定它的来源。本质上,在函数运行之后,它会产生一个完美的六边形点图案,它没有正确数量的粒子——它通常偏离大约 1-4%。如果您将以下代码复制并粘贴到 R 中,您会看到这一点 - 对于这个特定示例,错误为 11.25% - 原始点图案有 71 个粒子,而生成的完美六边形点图案有 80 个粒子。这看起来很奇怪,因为代码,正如您将看到的,

以下是我编写的用于生成六角点阵的函数的代码。

library(spatstat)

data(swedishpines)

swedishpines.df <- as.data.frame(swedishpines)

MaxXValue <- max(swedishpines.df[1])
MaxYValue <- max(swedishpines.df[2])
#The above two lines dictate the window size
NumberOfParticles <- nrow(swedishpines.df[1])
#Number of entries = number of particles

#calculate delta
intensity <- NumberOfParticles / (MaxXValue*MaxYValue)
#Intensity ---> particles / unit^2
    #Area = ( sqrt(3) / 2 ) * delta^2
    #Now - in substituting intensity in for area, it is key to recognize 
    #that there are 3 particles associated with each hexagonal tile.
    #This is because each particle on the border of the tile is really 1/3 of a 
    #a particle due to it being associated with 3 different hexagonal tiles.  
    #Since intensity = 3 Particles / Area, 
delta <- sqrt(2/(intensity*(sqrt(3))))
#This is derived from the equation for the area of a regular hexagon. 

六边形晶格的晶胞图

#xcoords and ycoords represent the x and y coordintes of all of the generated points.  The 'x' and 'y' are temporary holders for the x and y coordinates of a single horizontal line of points (they are appended to xcoords and ycoords at the end of each while loop).  

xcoords <- c()
ycoords <- c()

#The following large while loop calculates the coordinates of the first set of points that are vertically aligned with one another. (alternating horizontal lines of particles)  This is shown in the image below.

第一组点

y_shift <- 0
while (y_shift < MaxYValue) {

    x <- c(0)
    x_shift <- 0 + delta
    count <- 0

    while (x_shift < MaxXValue) {
        x <- append(x, x_shift)
        x_shift <- x_shift + delta
        count <- count + 1
    }

    y <- c(y_shift)

    for (i in seq(0,(count-1))) {
        y <- append(y, y_shift)
    }

    y_shift <- y_shift + sqrt(3)*delta
    xcoords <- append(xcoords,x)
    ycoords <- append(ycoords,y)

}

#The following large while loop calculates the coordinates of the second set of points that are vertically aligned with one another. This is shown in the image below. 

第二组点

y_shift <- 0 + (delta*(sqrt(3)))/2
while (y_shift < MaxYValue) {

    x <- c(0 + (1/2)*delta)
    x_shift <- 0 + (1/2)*delta + delta
    count <- 0

    while (x_shift < MaxXValue) {
        x <- append(x, x_shift)
        x_shift <- x_shift + delta
        count <- count + 1
    }

    y <- c(y_shift)

    for (i in seq(0,(count-1))) {
        y <- append(y, y_shift)
    }

    y_shift <- y_shift + sqrt(3)*delta
    xcoords <- append(xcoords,x)
    ycoords <- append(ycoords,y)

}

hexplot <- ppp(xcoords, ycoords, window=owin(c(0,MaxXValue),c(0,MaxYValue)))

两组合二为一

现在,我对 R 比较陌生,所以很可能是代码中某处的语法错误导致了这个错误。或者,可能是我在这个过程中的思路有问题。但是,我认为这不太可能,因为我的结果与我一直在尝试的结果非常接近(大多数时候只有 1-4% 的错误是相当好的)。

总之,我想要帮助的是如何获取一个点图案并创建另一个具有相同窗口大小和相同数量粒子的点图案,但完美的六边形点图案。

如果您觉得有什么不清楚的地方,请不要犹豫,请我解释一下。

谢谢!

4

2 回答 2

4

如果我错了,请原谅我,但鉴于您在示例中显示的限制,我相信您尝试做的事情是不可能的(在一般情况下)。简而言之,你能想出一种方法,在与你的窗口高度和宽度相同的页面上以六边形图案绘制 71 个点吗?我认为不存在这样的模式。

为了进一步解释,请考虑代码中的最后一行:

hexplot <- ppp(xcoords, ycoords, window=owin(c(0,MaxXValue),c(0,MaxYValue)))

现在,由于您的窗口与原始数据大小相同,要获得相同的强度,您需要完全相同数量的点 (71)。在您的六边形点排列中,您有 x 行,每行包含 y 个点。但是没有整数 x 和 y 可以乘以 71。

话虽如此,如果您稍微“拉伸”窗口宽度,那么一半的行将包含一个点。这是一个稍微宽松的约束,但不能保证在一般情况下会有解决方案。

因此,要获得完全相同的点强度,您需要能够更改相对窗口大小。您需要将其拉伸以添加一些空白并获得较低的点强度。在一般情况下,这可能仍然行不通......但它可能,我还没有解决。从一个简单的网格开始可能是最简单的,然后将您的代码扩展为六边形。


查看您的代码,我注意到您正在使用while循环,而您本来可以使用该seq函数。例如,如果您想生成x从 0 到MaxXValue增加 的所有点sqrt(3)*delta,只需执行以下操作:

x<-seq(0,MaxXValue,by=delta)

而不是那么大while。这里可能存在一些错误,但我认为您可以将整个代码简化为:

library(spatstat)
data(swedishpines)
swedishpines.df <- as.data.frame(swedishpines)
MaxXValue <- max(swedishpines.df[1])
MaxYValue <- max(swedishpines.df[2])
NumberOfParticles <- nrow(swedishpines.df)
intensity <- NumberOfParticles / (MaxXValue*MaxYValue)
delta <- sqrt(2/(intensity*(sqrt(3))))
x<-seq(0,MaxXValue,by=delta)
y<-seq(0,MaxYValue,by=sqrt(3)*delta)
first.coords=merge(x,y) # Find every combo of x and y
x=seq(delta/2,MaxXValue,by=delta)
y=delta*sqrt(3)/2 + (delta*sqrt(3)*seq(0,length(x)/2))
second.coords=merge(x,y)
coords=rbind(first.coords,second.coords)
ppp(coords$x, coords$y, window=owin(c(0,MaxXValue),c(0,MaxYValue)))

最后,我注意到您在评论中提到六边形的面积是( sqrt(3) / 2 ) * delta^2,但不是(3*sqrt(3)/2) * delta^2吗?`


我对 Josh O'Brien 的评论很感兴趣,并决定实现一个旋转函数来获得所需的确切点数。这是代码:

# Include all above code
rotate=function(deg) {
    r=matrix(c(cos(deg),-sin(deg),sin(deg),cos(deg)),byrow=T,nrow=2)
    rotated.coords=data.frame(t(r %*% t(as.matrix(coords))))
    names(rotated.coords)=c('x','y')
    rotated.coords
}

rotate.optim=function(deg) {
    rotated.coords=rotate(deg)
    abs(NumberOfParticles-length(suppressWarnings(ppp(rotated.coords$x, rotated.coords$y, window=owin(c(0,MaxXValue),c(0,MaxYValue)))$x)))
}

o=optim(0,rotate.optim,lower=0,upper=2*pi,method='Brent')
rotated.coords=rotate(o$par)
rotated.coords.window=rotated.coords[rotated.coords$x >= 0 & rotated.coords$y >= 0 & rotated.coords$x <= MaxXValue & rotated.coords$y <= MaxYValue,]
final=ppp(rotated.coords.window$x,rotated.coords.window$y,window=owin(c(0,MaxXValue),c(0,MaxYValue)))
plot(final)

旋转十六进制图

于 2012-07-31T22:21:56.763 回答
0

为了完整起见,我要补充一点,spatstat 现在具有hexgrid生成六边形网格的功能,rotate.ppp之后可以应用该功能来旋转图案。

于 2015-01-27T22:37:20.720 回答