5

I tienen un conjunto de puntos como este (que he agrupado usando R):puntos dispersos en una visualización 2D

180.06576696, 192.64378568 
180.11529253999998, 192.62311824 
180.12106092, 191.78020965999997 
180.15299478, 192.56909828000002 
180.2260287, 192.55455869999997 

Estos puntos se dispersan alrededor de un punto central o centro de gravedad.

El problema es que los puntos están muy juntos y son, por lo tanto, difíciles de ver.

Entonces, ¿cómo separe los puntos para que pueda distinguir cada punto más claramente?

Gracias,

s

+1

Como esta no es una pregunta sobre [tag: cluster-analysis], la he retenido a [tag: data-visualization]. Para los datos en 2D, el cambio de escala parece ser el camino a seguir. Considere una visualización que pueda visualizar puntos superpuestos. –

+0

Cool. Gracias por la ayuda. Agregué un bounty para cruzar los dedos. Una pregunta, ¿sería mejor publicar esta pregunta en una validación cruzada? – slotishtype

+0

No realmente, ya que se trata más de visualización que de cualquier método estadístico tampoco. Pero para mí no está del todo claro qué es lo que quieres lograr o qué has intentado. –

Respuesta

4

Tal vez estoy con vistas a algunos complejidad aquí, pero ... se multiplica por 10?

EDITAR

Asumiendo los datos que se mencionan arriba son cartesianas (x, y) pares de coordenadas, se puede visualizar como un gráfico de dispersión usando Google Charts. Redondeé tus datos a 3 lugares decimales, porque Google Charts no parece manejar una precisión mayor que esa.

enter image description here

No sé las coordenadas de su punto central. En el cuadro de arriba, supongo que está en algún lugar cercano y no en (0,0). Si está en (0,0), entonces me imagino que será difícil visualizar todos los datos a la vez sin algún tipo de función de "acercamiento", escalando los datos, o una pantalla muy grande.

+0

Gracias @Segphault, eso ayuda pero creo que tengo que encontrar la distancia de cada punto del centroide, colocar cada punto en un círculo alrededor del centroide y luego aumentar la distancia hasta que los puntos sean visibles. +1 para los ans. – slotishtype

+0

Además, necesito reescribir la pregunta, no está muy bien explicada. – slotishtype

1

slotishtype, sin entrar en el código, creo que primero necesita agregar los siguientes parámetros de ajuste para ser utilizados por el código de visualización.

Dado un x por la caja de presentación y, llene toda la caja, con entrada parámetros [0,0 a 1,0] ...

  • solapamiento: la previsión por puntos para ser colocado en la parte superior de uno al otro
  • integridad: lo importante es que se muestre todo de los puntos de datos
  • centroid_display: cómo importante es ver centroide en la misma salida

Estos producen el parámetro dependiente

  • escala: la relación entre las distancias de visualización a distancias numéricas

Tendrá código para

  • calcular la distancia (s) a la centroide como usted dijo,
  • y también las distancias entre los puntos de datos, que afecta a la salida en función de los parámetros de entrada elegidos.

Me inspiro en los fundamentos de GraphViz dot manual. Mire "Orientación de dibujo, tamaño y espaciado" en p12.

Cuestiones relacionadas