在 Plotly 中将回归平面添加到 3d 散点图

Posted

技术标签:

【中文标题】在 Plotly 中将回归平面添加到 3d 散点图【英文标题】:Add Regression Plane to 3d Scatter Plot in Plotly 【发布时间】:2016-11-14 19:58:38 【问题描述】:

我希望利用 Plotly 中令人敬畏的功能,但我很难弄清楚如何将回归平面添加到 3d 散点图中。这是一个如何开始使用 3d 绘图的示例,有人知道如何进行下一步并添加平面吗?

library(plotly)
data(iris)


iris_plot <- plot_ly(my_df, 
                x = Sepal.Length, 
                y = Sepal.Width, 
                z = Petal.Length, 
                type = "scatter3d", 
                mode = "markers")

petal_lm <- lm(Petal.Length ~ 0 + Sepal.Length + Sepal.Width, 
               data = iris)

【问题讨论】:

【参考方案1】:

您需要根据 lm 调用创建的预测对象对点进行采样。这将创建一个类似于 volcano 对象的表面,然后您可以将其添加到绘图中。

library(plotly)
library(reshape2)

#load data

my_df <- iris
petal_lm <- lm(Petal.Length ~ 0 + Sepal.Length + Sepal.Width,data = my_df)

以下设置了我们表面的范围。我选择每 0.05 个点采样一次,并使用数据集的范围作为我的限制。可以在这里轻松修改。

#Graph Resolution (more important for more complex shapes)
graph_reso <- 0.05

#Setup Axis
axis_x <- seq(min(my_df$Sepal.Length), max(my_df$Sepal.Length), by = graph_reso)
axis_y <- seq(min(my_df$Sepal.Width), max(my_df$Sepal.Width), by = graph_reso)

#Sample points
petal_lm_surface <- expand.grid(Sepal.Length = axis_x,Sepal.Width = axis_y,KEEP.OUT.ATTRS = F)
petal_lm_surface$Petal.Length <- predict.lm(petal_lm, newdata = petal_lm_surface)
petal_lm_surface <- acast(petal_lm_surface, Sepal.Width ~ Sepal.Length, value.var = "Petal.Length") #y ~ x

此时,我们有petal_lm_surface,它具有我们要绘制的每个 x 和 y 的 z 值。现在我们只需要创建基础图(点),为每个物种添加颜色和文本:

hcolors=c("red","blue","green")[my_df$Species]
iris_plot <- plot_ly(my_df, 
                     x = ~Sepal.Length, 
                     y = ~Sepal.Width, 
                     z = ~Petal.Length,
                     text = ~Species, # EDIT: ~ added
                     type = "scatter3d", 
                     mode = "markers",
                     marker = list(color = hcolors))

然后添加表面:

iris_plot <- add_trace(p = iris_plot,
                       z = petal_lm_surface,
                       x = axis_x,
                       y = axis_y,
                       type = "surface")

iris_plot

【讨论】:

我复制了示例代码并在 Rstudio 中运行,但是我遇到了以下错误:“警告消息:'surface' 对象没有这些属性:'mode'、'marker' “... 可能是个愚蠢的问题,但为什么在 3D 空间中的拟合是一个表面/平面,而不仅仅是一条线(没有任何厚度)? @Ben 看到这个答案:stats.stackexchange.com/questions/226172/…【参考方案2】:

用这个替换代码的情节部分,也修复了错误:

attach(my_df)
iris_plot <- plot_ly(my_df, 
                     x = ~Sepal.Length, 
                     y = ~Sepal.Width, 
                     z = ~Petal.Length,
                     text = Species, 
                     type = "scatter3d",
                     color = ~Species,
                     colors = c("red","blue","green"),
                     mode = "markers")

【讨论】:

【参考方案3】:

我执行了代码但出现错误,我在text = "Species" 时更正了它,是的,它正确执行了

【讨论】:

【参考方案4】:

我使用了相同的代码,但是当我运行最后一步获取表面时收到此错误消息:

跟踪错误[[i]][[obj]]: 尝试在 get1index 中选择少于一个元素

所以我在“add_trace”中添加一个词为:

继承 = F

在最后。

【讨论】:

以上是关于在 Plotly 中将回归平面添加到 3d 散点图的主要内容,如果未能解决你的问题,请参考以下文章

R语言使用plotly绘制3D散点图实战

R语言plotly可视化:可视化回归模型实际值和回归预测值的散点图分析回归模型的预测效能区分训练集和测试集一个好的模型大部分的散点在对角线附近添加边缘直方图以快速诊断模型可能存在的任何预测偏差

Plotly:如何自定义 3D 散点图的符号?

R语言plotly可视化:plotly可视化回归模型实际值和回归预测值的散点图分析回归模型的预测效能一个好的模型大部分的散点在对角线附近(predicted vs actual)

R语言plotly可视化:plotly可视化回归模型实际值和回归预测值的散点图分析回归模型的预测效能一个好的模型大部分的散点在对角线附近(predicted vs actual)

在 Plotly Express 散点图中将所有标记设置为相同的固定大小