文章/答案/技术大牛

发布

社区首页 >问答首页 >高维数据的相关图看起来不可读

问高维数据的相关图看起来不可读
EN

Stack Overflow用户

提问于 2018-12-17 05:39:07

回答 1查看 442关注 0票数 1

我正在尝试使用R中的corrplot来做相关图，其中包含100多个变量的高维数据。但该图不可读，因为单元格中的r值杂乱，因为它无法容纳图中的大型(121 * 121)矩阵。我如何做一个更大的图，以便数字是可读的。这就是我使用的corrplot(c, method="number", tl.cex = 0.6)命令。

。

plot

r-corrplot

回答 1

Stack Overflow用户

发布于 2019-05-12 11:33:26

问题是，你不能期望这些数字在这么小的图片中是可见的。那里根本没有足够的像素来方便地显示所有的数字。

我会尝试将图形保存为pdf文件：

pdf("file.pdf", height=45, width=45)
corrplot(c, method="number", tl.cex = 0.6)
dev.off()

然后打开"file.pdf"：

并放大以查看数字：

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/53809507

复制

高维数据的展示

数据分析

降维方法分线性降维和非线性降维两大类，其中线性降维包括主成分分析PCA，多为尺度分析MDS，非矩阵分解NMF等；非线性方法包括等距特征映射和局部线性嵌套，tSNE等。

爱学习的小明明

2020/10/08

1.2K0

高维数据 | R语言数据可视化之日历图

http html r 语言数据处理

日历图，在环境与生态指标的动态监测中应用普遍，特别适用于显示不同时间段的指标情况。比如污染物中重金属含量、空气中PM2.5变化情况。在金融行业中检测股票收盘价、回测信号等指标中也很常见。生物医药领域的血糖或血压日记录值，新型冠状病毒的逐日确诊数量等等。通过时间分布的日历图动态监测数据，以弥补普通线图的不足。

黑妹的小屋

2020/08/06

2K0

教你写出可读性高的Python代码

python 编程算法

来源：https://learnku.com/docs/python-guide/2018/writing-style/3261

Python编程与实战

2019/12/19

1.3K0

高维数据图表（一）

数据可视化数据分析

高维数据在这里泛指高维和多变量数据，它蕴含的数据特征与二维、三维不同空间数据不同。其中，高维是指数据具有多个独立属性，多变量是指数据具有多个相关属性。

python数据可视化之路

2023/02/23

1.5K0

编写高可读代码的十个实践

编程算法 github git 开源

我已经写了20年的代码，曾经和17个团队用不同的编程语言创建了上百个项目。这些项目包括几乎所有的软件类型，从个人博客，到支撑3000个请求/秒的接口，再到顶级的销售App。

白玉堂

2019/05/31

4050

怎样写出可读性高的代码？

uml

代码的写法有很多种：有的运行起来很快，有的只会占用少量内存，有的更容易测试，而有的代码则有很高的可读性。

架构师修行之路

2021/04/02

8310

Python绘制时间序列数据的时序图、自相关图和偏自相关图

其他

Python小屋屋主

2018/04/16

5.8K0

高维数据可视化

http 图像处理 html https python

高维数据是一种非常常见的数据类型，其中包含了多种属性。比如：数值模式输出结果通常包含多种物理参量及多个时次，还有一些空间位置信息。尽管高维数据非常常见，但是高维数据的分析一直是个挑战。那么如何才能有效的分析高维数据呢？就此问题，本文主要介绍一些气象领域的高维数据可视化工具。

bugsuse

2020/04/21

1.9K0

论文 | 半监督学习下的高维图构建

监督学习人工智能大数据

磐创AI 专注分享原创AI技术文章翻译 | 荔枝boy 编辑 | 磐石出品 | 磐创AI技术团队【磐创AI导读】：本文主要介绍了半监督下的高纬图重建。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。目录一．简述二．介绍三．概述四．总结一．简述本次翻译一篇Liu Wei的一篇论文，之前介绍谱聚类的时候大家都知道，用谱聚类对样本进行分割，大概的流程就是先将原始数据通过不同的规则构建出相似度矩阵，然后再用相似度矩阵表示拉普拉斯矩阵，再对拉普拉斯矩阵进行特征分解，

磐创AI

2018/07/03

7320

数据结构——图相关概念

数据结构

可是现实生活中，好多关系不再是一对一或一对多，比如人和人之间的关系，会互相认识，就要考虑多对多的情况。这就是今天要介绍的——图。

蜻蜓队长

2018/08/03

4150

高维数据图表(2)——PCA的深入探究

数据分析编程算法腾讯云开发者社区

PCA，也就是主成分分析方法，是一种使用最为广泛的数据降维算法。鉴于它的广泛适用性，值得写一篇文章来探讨PCA的应用。主要内容有：

python数据可视化之路

2023/02/23

1.1K0

运维相关

容器镜像服务 nginx yum 云数据库 Redis®数据库

服务器配置：数据库rds、redis、nacos、nginx、node、git、域名、OSS、java、maven 安装Java\maven\nginx\Mysal JAVA yum install java-1.8.0-openjdk : java -version vim /etc/profile.d/java.sh JAVA_HOME=“/usr/lib/jvm/java-1.8.0-openjdk” source /etc/profile.d/java.sh 验证：echo $JA

六个周

2022/10/28

2.7K0

高维分面应用——ggplot2分面气泡图饼图

其他

今天仍然是一篇介绍关于ggplot2高维分面的教程，为什么要单独把这一块内容写这么多篇呢，因为很重要，而且很难搞定呀，高维分面是否能够熟练掌握将决定着你对ggplot2的理解甚至对于整个高维数据可视化的理解是否能够进阶。其实ggplot2系统内的分面函数只有简单的一个facet_grid()，但是恰恰就是这么一个不很起眼，甚至看起来有些特立独行的分面函数，却给高维数据可视化带来了革命性的变化，有了它，所有基于ggplot2的可视化图形都能够扩展呈现维度，从第三维、第四维、第五维（理论上来说）。还是再强

数据小磨坊

2018/04/11

1.9K0

是Excel的图，不！是R的图

coordinates data ggplot2 line position

excel作为一个强大的统计工具，自身包含着一部分数据可视化的功能。R作为可视化的大势，自然也可以画出这些图，有一篇就通过ggplot2包进行了部分总结，甚是有趣，小编复刻学习了一番，现对代码做简单注释，以作分享。

生信宝典

2019/08/01

4K0

学大数据不卡关：精选大数据相关用语

大数据编程算法人工智能

大数据 (Big Data) 与数据科学 (Data Science) 已成为大众耳熟能详的词汇，各行各业正在积极运用且开发大数据的价值，这些巨量数据也带来了巨大的商机。

IT阅读排行榜

2018/08/13

6460

tomcat程序生成的日志文件不可读问题 - 运维总结

spring bash bash 指令 tomcat 访问管理

现象描述：线上机器的程序文件（包括TOMCAT自身）使用APP账号作为属主运行，同时禁止了APP账号的BASH。登录系统使用了统一认证，这样每个人都有自己的账号登录系统。为了方便开发人员登录查看日志，日志文件的文件权限为"rw-r-r"，同时也是系统默认的umask。这里简单说下umask权限码。在Linux系统下，新建目录的权限是777减去umask码值，新建文件的权限是666减去umaks码值，由于linux默认的umask是0022，所以一般新建目录和文件的默认权限分别是755和644。

洗尽了浮华

2019/11/13

2K0

机器学习入门 7-5 高维数据映射为低维数据

编程算法数据分析

我们此时有一个m行n列的样本矩阵X，此时的X样本矩阵代表有m个样本n个特征。通过前面的关于主成分的学习，此时假设我们已经求出针对X样本矩阵来说前k个主成分，每一个主成分对应的一个单位方向，用W矩阵来表示，此时的W矩阵为k行n列，代表前k个主成分，每一个主成分有n个元素。在上一小节提到主成分分析的本质就是从一组坐标系转移到另外一组新的坐标系的过程，而由于我们原来为n维坐标系，因此转换之后的坐标系也有n个维度，只不过对于转换后的坐标系来说，取出前k个更加重要的方向，因此W是k行n列的矩阵。

触摸壹缕阳光

2019/11/13

3.4K0

运维相关指标数据采集并ES入仓 - 运维笔记

shell json es 编程算法

为了进行数字化IT治理，需要对一些应用进程相关指标进行采集并入库。收集到的应用指标数据最好要进行ES入仓，入到Kafka里面，并通过Kibana可视化展示。

洗尽了浮华

2019/07/08

1.5K0

代码看起来一点也不优雅，试试Stream

mapreduce java

JDK的发行版本都已经衍生至19了，这个从8就引入的Stream流应当是属于Java程序员基操了。然而最近面试遇到开发经验3年的工程师，对它似乎不是很熟悉，让我大吃一惊。本文通过常用的一些简单的例子把它以最小的时间成本给大家说明白。

灬沙师弟

2023/03/07

3200

什么是高维数据可视化的降维方法_数据降维具体算法有哪几种

嵌入式编程算法数据分析

t-SNE是目前来说效果最好的数据降维与可视化方法，但是它的缺点也很明显，比如：占内存大，运行时间长。但是，当我们想要对高维数据进行分类，又不清楚这个数据集有没有很好的可分性（即同类之间间隔小，异类之间间隔大），可以通过t-SNE投影到2维或者3维的空间中观察一下。如果在低维空间中具有可分性，则数据是可分的；如果在高维空间中不具有可分性，可能是数据不可分，也可能仅仅是因为不能投影到低维空间。下面会简单介绍t-SNE的原理，参数和实例。

全栈程序员站长

2022/09/28

1.7K0

相似问题

如何绘制高维数据集的热图？

高图图不呈现

高图-重叠散点图标签不可读

高图不呈现

Rails高图不循环

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

问高维数据的相关图看起来不可读
EN