Как визуализировать трехмерную функцию плотности?

Как лучше всего графически визуализировать трехмерную функцию плотности? Как я хотел бы визуализировать ?

z = f_{X, Y} (x, y)

$z=f_{X,Y}(x,y)$

Не обязательно, но Rкод для этого был бы великолепен.

r data-visualization methodology

Я изменил это, чтобы быть более статистическим.

Если в этих опциях чего-то не хватает, будет очень полезно, если вы укажете, что это такое и каковы именно ваши потребности, чтобы мы могли найти вид визуализации, который бы лучше подходил им.

— gung - Восстановить Монику

Это вполне адекватно, но каковы мои другие варианты /

@nico, я не думаю, что это было бы не по теме / лучше подходило для SO даже до изменений. Запрос на код был указан как необязательный, и data-visualizationявляется частью нашего мандата.

— gung - Восстановить Монику

@whuber, первоначальный вопрос был просто «визуализировать 3D-набор данных» (вы можете увидеть его в истории редактирования). Я считаю, что это по теме, хотя ваша точка зрения в том виде, в каком она сделана, явно верна.

— gung - Восстановить Монику

Ну, есть четыре возможных подхода, которые приходят на ум (хотя я уверен, что их гораздо больше), но в основном вы можете либо построить данные в виде перспективного графика, контурного графика, тепловой карты или, если вы предпочитаете 3-D разброс. plot (который является более или менее перспективным графиком, когда у вас есть значения для всех пар. Вот несколько примеров каждой из них (из хорошо известного трехмерного набора данных ): $z$ $(x,y)$ R

введите описание изображения здесь

Вот два дополнительных графика, которые имеют более приятные черты, чем те, которые были даны ранее. введите описание изображения здесь Таким образом, в зависимости от ваших предпочтений будет диктоваться, каким образом вы хотите визуализировать трехмерные наборы данных.

Here is the `R` code used to generate these four mentioned plots.
library(fields)
library(scatterplot3d)

#Data for illistarition
x = seq(-10, 10, length= 100)
y = x
f = function(x, y) { r = sqrt(x^2+y^2); 10 * sin(r)/r }
z = outer(x, y, f)
z[is.na(z)] = 1

#Method 1
#Perspective Plot
persp(x,y,z,col="lightblue",main="Perspective Plot")

#Method 2
#Contour Plot
contour(x,y,z,main="Contour Plot")
filled.contour(x,y,z,color=terrain.colors,main="Contour Plot",)

#Method 3
#Heatmap
image(x,y,z,main="Heat Map")
image.plot(x,y,z,main="Heat Map")

#Method 4
#3-D Scatter Plot
X = expand.grid(x,y)
x = X[,1]
y = X[,2]
z = c(z)
scatterplot3d(x,y,z,color="lightblue",pch=21,main="3-D Scatter Plot")

Эта тепловая карта ослепляет.

— gung - Восстановить Монику

@Gung, (или кто-нибудь на самом деле) знаете, есть ли возможность добавить боковую панель, которая сообщает, каким значениям соответствуют цвета тепловой карты? Это, конечно, с помощью команды изображения.

Я думаю, вы хотите, чтобы image.plot()команда добавила цветную полосу. Кроме того, filled.contour()создается аналогичный график с цветной полосой, добавленной по умолчанию.

— Макрос

Мама всегда говорила мне не смотреть в глаза солнца , @GavinSimpson.

— gung - Восстановить Монику

Пока мы здесь, я просто укажу, что вы можете настроить цветовую палитру так, как вам хочется ... Самый простой (но, вероятно, не самый лучший) способ сделать это - использовать colorRampPalette(), например, если вы наберете, a = colorRampPalette(c('dark blue','blue','light blue','yellow','orange', 'red','dark red'))то создаст функцию aэто генерирует дискретное приближение цветового континуума, который проходит через эти цвета. Аргументом aявляется целое число, которое определяет разрешение этого дискретного приближения.

— Макрос