Как я могу упростить xyplot решетки с миллионами точек данных?

Question

У меня есть несколько наборов данных истории времени, собранных примерно на 500 Гц в течение 12 часов за раз.

Я построил эти данные, используя xyplot с type="l" по шкале времени журнала, поскольку это явление в значительной степени логарифмическое распад.

Результирующие сюжеты - это огромные pdf-файлы, которые занимают много времени, чтобы визуализировать и раздувать размер файла моего sweaved документа, так как я предполагаю, что каждая отдельная точка данных будет нанесена на график, что является полным избытком. Графики могут быть разумно воспроизведены на порядок меньше очков.

Переключение на type="smooth" устраняет проблему рендеринга и размера файла, но сглаживание лесса резко изменяет форму линий, даже после того, как вы играли с параметрами сглаживания лёсса, поэтому я отказался от лессового сглаживания в качестве опции здесь.

Есть ли простой способ либо обработать график, чтобы упростить его, либо подпробовать данные перед графикой?

Если вы подвыбрали данные, я бы подумал, что было бы полезно сделать это в виде обратного журнала, где данные, близкие к нулю, имеют высокую частоту (используйте все 500 Гц из исходных данных), но с течением времени частота данных уменьшается (даже 0,01 Гц будет более чем достаточным около t = 12 часов) - это даст более или менее равное разрешение по графику в масштабе времени журнала.

Answer 1

После того, как вы попробовали type="spline" и снова недовольны тем, насколько он меняет форму моих данных, я решил пойти с подвыборным подходом, где я уменьшил плотность данных до построения графика.

Функция, которую я написал, будет подбирать по шкале журнала, чтобы «разрешение графика» было более или менее постоянным.

## log.subsample(data,time,n.per.decade) 

## subsamples a time-sampled data.frame so that there are no more than 
## n.per.decade samples in each decade. 

## usage 
## data: data.frame, the data frame object, must contain a column with 
##  times 
## 
## time: charater, the name of the data frame column with the time 
##  values 
## n.per.decade: the max number of rows per decade of time 

## value 
## returns a data.frame object with the same columns as data, 
## subsampled such that there are no more than n.per.decade rows in 
## each decade of time. Any rows in data with time < 0 are dropped. 

log.subsample <- function(data,time,n.per.decade){ 
    time.col <- grep(x=colnames(data),pattern=time) 
    min.time <- min(data[,time.col]) 
    if(min.time < 0){ 
     data <- data[data[,time.col]>0,] 
     min.time <- min(data[,time.col]) 
     droplevels(data) 
    } 
    max.time <- max(data[,time.col]) 
    stopifnot(max.time > 0) 
    min.decade <- floor(log10(min.time)) 
    max.decade <- ceiling(log10(max.time)) 

    time.seq <- seq(from=min.decade, to=max.decade, by=1/n.per.decade) 
    time.seq <- 10^time.seq 
    for(i in 1:length(time.seq)){ 
     tmp <- which(data[,time.col] >= time.seq[i])[1] 
     if(!is.na(tmp)){ 
      if(!exists("indices.to.keep")){ 
       indices.to.keep <- tmp 
      } 
      else{ 
       indices.to.keep <- c(indices.to.keep,tmp) 
      } 
     } 
    } 
    indices.to.keep <- unique(indices.to.keep) 
    result <- data[indices.to.keep,] 
    result <- droplevels(result) 
    return(result) 
} 

Единственная проблема здесь в том, что если есть какая-либо «группа» в данных для построения графика, эта функция подвыборки должна быть запущена по каждой группе в отдельности, а затем кадр данных должна быть построен, чтобы передать к xyplot()

было бы замечательно, если бы кто-то может сказать мне, если это возможно «внедрить» эту субдискретизации процедуру в xyplot() вызова как-то так, что он будет вызываться для каждой отдельной группы данных, в свою очередь, исключает необходимость разбить данные вверх, запустить подпрограмму подвыборки и сместить данные обратно до вызова xyplot()