0

希望帮助生成频率的 2D 直方图，其中频率是在列中计算的。我的主要问题：从计数转换为基于列的频率。

这是我的起始代码：

# expected packages
library(ggplot2)
library(plyr)

# generate example data corresponding to expected data input
x_data = sample(101:200,10000, replace = TRUE)
y_data = sample(1:100,10000, replace = TRUE)
my_set = data.frame(x_data,y_data)

# define x and y interval cut points
x_seq = seq(100,200,10)
y_seq = seq(0,100,10)

# label samples as belonging within x and y intervals
my_set$x_interval = cut(my_set$x_data,x_seq)
my_set$y_interval = cut(my_set$y_data,y_seq)

# determine count for each x,y block
xy_df = ddply(my_set, c("x_interval","y_interval"),"nrow") # still need to convert for use with dplyr

# convert from count to frequency based on formula: freq = count/sum(count in given x interval)
################ TRYING TO FIGURE OUT #################

# plot results
fig_count <- ggplot(xy_df, aes(x = x_interval, y = y_interval)) + geom_tile(aes(fill = nrow)) # count
fig_freq <- ggplot(xy_df, aes(x = x_interval, y = y_interval)) + geom_tile(aes(fill = freq)) # frequency

对于如何计算列内频率的任何帮助，我将不胜感激。

谢谢！江淮

编辑：我认为解决方案将需要以下步骤 1）计算并存储每个 x 间隔因子的总计数 2）将单个 bin 计数除以其相应的 x 间隔因子计数以获得频率。

不知道如何执行此操作。.

4

1 回答 1

0

如果要对 x_interval 值进行归一化，可以创建一个每个间隔计数的列，然后除以该值。我必须承认我不是一个ddply奇才，所以也许它有一个更简单的方法，但我会做

xy_df$xnrows<-with(xy_df, ave(nrow, x_interval, FUN=sum))

然后

fig_freq <- ggplot(xy_df, aes(x = x_interval, y = y_interval)) +
    geom_tile(aes(fill = nrow/xnrows))
于 2014-05-27T02:44:59.453 回答