时间序列直方图 [英] Time-series histogram
本文介绍了时间序列直方图的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
可以创建一个时间序列直方图，如这个演示文稿（幻灯片36-39）使用R或D3.js？或者有更好的方法来显示桶数据作为时间序列？
编辑：这里有一些预先存储的示例数据。理想情况下，D3或R会自己做块。是的，如果不清楚，我明白我可以自己写这个。我只是想知道是否已经有一个包这样做，我只是没有碰到它。谢谢！
解决方案
这里有一个可能的解决方案使用R和ggplot2。
您的数据已准备好粘贴到R控制台中：
dat =结构（列表（日期=结构（c（15541,15541,15541,155441，
15541,155441,155441,155441,155441,155441,155441,155441,155441，
15541,155441,15541 ，15541,15542,15542,15542,15542,155442，
15542，15542,15542,15542,15542,15542,155442,15542,15542，
15542,155443,155443,155443,155443,15543 ，15543,15543,15543，
15543，15543,15543,15543,15543,15543,15543,15543,15543，
15543,15543,155444,155444,155444,155444,155444,155444,155444 ，
15544，15544，15544，15544，15544，15544，15544，15544，15544，
15544，15544，15544，15544，15544，15545，15545，15545，15545，
15545 ，15545,15545,15545,15545,15545,15545,15545,15545，
15545,15545,15545,15545,15546,15546,15546,15546,15546，
15546，15546,15546,15546 ，15546,15546,15546,15546,15546，
15546,15546,15546,15547,15547,15547,15547,15547,15547，
15547，15547,15547,15547,15547,15547,15547 ，15547,15547，
15547,15547,15547,15547），class =Date），bucket = c（800L，
900L，1000L，1100L，1200L，1300L，1400L，1500L，1600L ，1700L，
1800L，1900L，2000L，2100L，2200L，2300L，2400L，800L，900L，
1000L，1100L，1200L，1300L，1400L，1500L，1600L，1700L，1800L，
1900L，2000L，2100L，2200L，900L，1000L，1100L，1200L，1300L，
1400L，1500L，1600L，1700L，1800L，1900L，2000L，2100L，2200L，
2300L，2400L，2500L ，2600L，2800L，800L，900L，1000L，1100L，
1200L，1300L，1400L，1500L，1600L，1700L，1800L，1900L，2000L，
2100L，2200L，2300L，2400L，2500L，2600L ，2700L，2800L，800L，
900L，1000L，1100L，1200L，1300L，1400L，1500L，1600L，1700L，
1800L，1900L，2000L，2100L，2200L，2300L，2400L，800L，900L ，
1000L，1100L，1200L，1300L，1400L，1500L，1600L，1700L，1800L，
1900L，2000L，2100L，2200L，2300L，2400L，1300L，1400L，1500L，
1700L，2200L，2200L，2300L，2400L，
2500L，2600L，2700L，2800L，2900L，3000L，3200L），cnt = c（119L，
123L，173L， 226L，284L，257L，268L，244L，191L，204L，187L，177L，
164L，125L，140L，109L，103L，123L，165L，237L，278L，338L，306L，
316L， 269L，271L，241L，188L，174L，158L，153L，132L，154L，241L，
246L，300L，305L，301L，292L，253L，251L，214L，189L，179L，159L，
161L，144L，139L，132L，136L，105L，120L，156L，209L，267L，299L，
316L，318L，307L，295L，273L，283L，229L，192L，193L，170L，164L，
154L，138L，101L，115L，103L，105L，156L，220L，255L，308L，338L，
318L，255L，278L，260L，235L，230L，185L，145L，147L，157L，109L，
104L，191L，201L，238L，223L，229L，286L，256L，240L，233L，202L，
180L，184L，161L，125L，110L，101L，132L，117L，124L，154L， 167L，
137L，169L，175L，168L，188L，137L，173L，164L，167L，115L，116L，
118L，125L，104L）），.Names = c（date bucket，cnt），
class =data.frame，row.names = c（NA，-125L））
绘制代码：
图库（ggplot2）
plot_1 = ggplot（dat，aes（x = date，y = bucket，fill = cnt））+
geom_tile（）+
scale_fill_continuous（low =＃F7FBFF，high =＃2171B5） +
theme_bw（）
ggsave（plot_1.png，plot_1，width = 6，height = 4）
情节可能如果在数据中包含零值桶值的行，请更好地查看。然后，您可以将low =＃F7FBFF更改为low =white。Is it possible to create a time-series histogram like the one described in this presentation (slides 36-39) using either R or D3.js? Or is there a better way to show bucketed data as a time series?
Edit: Here is some pre-bucketed sample data. Ideally, D3 or R would do the bucketing by itself. And yes, if it wasn't clear, I understand that I could write this myself. I'm just wondering if there's already a package that does this and I just haven't come across it yet. Thanks!
解决方案Here is one possible solution using R and ggplot2.
Your data, ready to paste into R console:
dat = structure(list(date = structure(c(15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15541, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15542, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15543, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15544, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15545, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15546, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547, 15547), class = "Date"), bucket = c(800L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 800L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 2500L, 2600L, 2800L, 800L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 2500L, 2600L, 2700L, 2800L, 800L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 800L, 900L, 1000L, 1100L, 1200L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 1300L, 1400L, 1500L, 1600L, 1700L, 1800L, 1900L, 2000L, 2100L, 2200L, 2300L, 2400L, 2500L, 2600L, 2700L, 2800L, 2900L, 3000L, 3200L), cnt = c(119L, 123L, 173L, 226L, 284L, 257L, 268L, 244L, 191L, 204L, 187L, 177L, 164L, 125L, 140L, 109L, 103L, 123L, 165L, 237L, 278L, 338L, 306L, 316L, 269L, 271L, 241L, 188L, 174L, 158L, 153L, 132L, 154L, 241L, 246L, 300L, 305L, 301L, 292L, 253L, 251L, 214L, 189L, 179L, 159L, 161L, 144L, 139L, 132L, 136L, 105L, 120L, 156L, 209L, 267L, 299L, 316L, 318L, 307L, 295L, 273L, 283L, 229L, 192L, 193L, 170L, 164L, 154L, 138L, 101L, 115L, 103L, 105L, 156L, 220L, 255L, 308L, 338L, 318L, 255L, 278L, 260L, 235L, 230L, 185L, 145L, 147L, 157L, 109L, 104L, 191L, 201L, 238L, 223L, 229L, 286L, 256L, 240L, 233L, 202L, 180L, 184L, 161L, 125L, 110L, 101L, 132L, 117L, 124L, 154L, 167L, 137L, 169L, 175L, 168L, 188L, 137L, 173L, 164L, 167L, 115L, 116L, 118L, 125L, 104L)), .Names = c("date", "bucket", "cnt"), class = "data.frame", row.names = c(NA, -125L))Plotting code:
library(ggplot2) plot_1 = ggplot(dat, aes(x=date, y=bucket, fill=cnt)) + geom_tile() + scale_fill_continuous(low="#F7FBFF", high="#2171B5") + theme_bw() ggsave("plot_1.png", plot_1, width=6, height=4)The plot might look better if you include rows for zero bucket values in your data. Then you could change
low="#F7FBFF"tolow="white".这篇关于时间序列直方图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
