r - 在 R 中绘制转换图
问题描述
我的数据结构如下:
transition_list <- list(c('A', 'B'), c('A', 'C', 'D'))
我想绘制列表的转换矩阵。我们可以将列表中的每个向量视为一个个体,并将向量的每个元素视为个体的连续状态。
该图应采用以下方式:我希望边缘具有从一个状态到另一个状态的概率,通过整个列表进行估计。也就是说,这里从 A 到 B 的概率应该是 1/2,从 A 到 C 的概率应该是 1/2。我无法连接向量,因为这将提供从 B 到 A 的概率 1,这不是它的实际情况。
我知道这个问题是相似的,但我需要一个向量列表而不是一个向量。
解决方案
我没有为您创建绘图,但我可以创建绘图所需的数据。我的方法是迭代的,为了避免编写 for 循环,我使用了包中的map
函数。purrr
首先,我冒昧地扩展了您的数据:
transition_list <- list(c('A', 'B', 'D', 'X'), c('A', 'C', 'D', 'X'), c('A', 'B', 'E', 'X'))
接下来,这些是我们将需要的包:
library(purrr)
library(dplyr)
首先,我正在编写一个自定义函数,它将一个向量转换为一个数据框。每个“步骤”都会产生两个值:from
和to
。因此,我的循环长度等于向量的长度减一。
browse_individual <- function(states) {
map_df(
1:(length(states)-1),
~list(from = states[.x], to = states[.x+1])
)
}
这段代码非常简洁,但这就是它的作用:第一个参数map_df
是我们要循环的内容。那是向量的长度减一。第二个参数是我们希望为每一步返回的内容,它是一个包含两个元素的列表,包含当前元素 asfrom
和下一个元素 as to
。特定函数map_df
将输出(列表列表)转换为数据框。
接下来,我们需要将此函数应用于列表中的每个向量。
state_changes <- map_df(transition_list, browse_individual)
这里我map_df
再次使用。循环的每一步的输出都是一个数据框(即browse_individual
返回的那个)。所有这些数据帧都组合成一个数据帧,称为state_changes
.
以下部分是一些dplyr
代码,用于计算更改发生的频率并计算给定from
位置的可能性。
state_change_prob <- state_changes %>%
count(from, to) %>%
group_by(from) %>%
mutate(prob = n / sum(n)) %>%
select(from, to, prob) %>%
ungroup()
最后,我们得到这样的结果:
> state_change_prob
#> # A tibble: 7 x 3
#> from to prob
#> <chr> <chr> <dbl>
#> 1 A B 0.667
#> 2 A C 0.333
#> 3 B D 0.5
#> 4 B E 0.5
#> 5 C D 1
#> 6 D X 1
#> 7 E X 1
我希望这是对您问题的回答,并且您可以根据此数据格式构建绘图。
推荐阅读
- python-3.x - 如何在同步测试类中使用 pyfakefs 测试 aiofile
- mysql - MySQL RDS 错误日志导入自定义警报
- spring-boot - 为什么spring boot应用程序无法启动缺少错误
- android - e: [kapt] 发生异常:java.lang.IllegalArgumentException: intcannot be convert to an Element
- javascript - 使用变量调用音频导入 (REACT/JS)
- javascript - 垂直焦点在文本框上
- bootstrap-4 - Boostrap4 改变活动锚标签的背景
- swift - KVO 在 SCNNode 上绑定一个 CGFloat
- swift - Eureka - 在呈现 PushRow 时添加“无”行
- graphql - 在 Graphql 中使用枚举作为查询参数