Предположим, что у меня есть результат моделирования monte-carlo одной переменной в течение нескольких разных итераций (думаю, миллионы). Для каждой итерации у меня есть значения переменной в каждый момент времени (от t = 1 до t = 365).Графическая диаграмма плотности вероятности плотностей со временем в R
Я хотел бы создать следующий график: Для каждого момента времени t по оси x и для каждого возможного значения «y» в заданном диапазоне установите цвет x, y в «k», где «k» - это счет того, сколько наблюдений находится в пределах расстояния «d» до x, y.
Я знаю, что вы можете легко сделать плотность тепловых карт для данных 1D, но есть ли хороший пакет для этого на 2-х измерениях? Нужно ли использовать кригинг?
Редактировать: Структура данных в настоящее время является матрицей.
data matrix
day number
[,1] [,2] [,3] [,4] [,5] ... [,365]
iteration [1,] 0.000213 0.001218 0.000151 0.000108 ... 0.000101
[2,] 0.000314 0.000281 0.000117 0.000103 ... 0.000305
[3,] 0.000314 0.000281 0.000117 0.000103 ... 0.000305
[4,] 0.000171 0.000155 0.000141 0.000219 ... 0.000201
.
.
.
[100000000,] 0.000141 0.000148 0.000144 0.000226 ... 0.000188
Я хочу для каждого «дня» есть пиксели, работающих по вертикали через этот «день», чтобы представить плотность вероятности значений итерации для этого дня в цвете. Результат должен выглядеть как тепловая карта.
Не могли бы вы поделиться некоторыми данными образца? Очевидно, что это не может быть в масштабе, который вы описываете, но будет полезно убедиться, что все на одной странице о структуре и значениях данных. – josliber
Попробуйте функцию 'image', или' geom_tile'/'geom_raster' в ggplot2. – shadowtalker
@josilber Я обновил вопрос с примерами данных. – Alfalfa