时间戳

首页 > 解决方案 > 尝试使用循环来绘制和可视化存储在列表中的每个数据框

r - 尝试使用循环来绘制和可视化存储在列表中的每个数据框

问题描述

抱歉，如果这是一个菜鸟问题和长篇文章。先感谢您。所以我有一个 88250 行 131 列的数据集，行是观察值，列是标签和变量（列 1:21 是标签字符，21:131 是变量双精度）。我试图使用 UWOT 库中的 UMAP 来可视化并随后执行监督训练。现在我尝试做的第一件事是调整UMAP 模型的参数，即n_neighbors 和min_dist。UMAP 输出将是一个 X 和 Y 坐标表，我可以将它们附加到我的数据框上，然后绘制它们。这是所选一组参数的代码，我可以绘制散点图并将其转换为 2D 密度图以可视化不同处理的差异，因此使用 facet_wrap。

library(uwot)
#define real data and labels
df.labels = df[,1:21]
df.data = df[,22:131]
#apply UMAP transformation
df.umap<-umap(df.data,n_sgd_threads = 0,n_trees = 500,n_neighbors=50,
          min_dist=0.2,pca=50,
          verbose = T)

df$UMAPX<- df.umap[,1]
df$UMAPY<- df.umap[,2]
library(ggplot2)

m<-ggplot(df, aes(x=UMAPX ,y=UMAPY))+
  geom_point()+
  scale_x_continuous(name = "UMAP_X-axis_coordinates")+
  scale_y_continuous(name = "UMAP_y-axis_coordinates")+
  theme(axis.text.x= element_blank())+
  theme(axis.text.y = element_blank())+
  theme(axis.line = element_line(colour = "black",
                            size = 0.1,
                            linetype = "solid"))+
  labs(title = "UMAP visulisaiton")


  #try 2d density plot and see some distribution

  m +
    geom_density_2d()+
    stat_density_2d(aes(fill=..level..), geom = "polygon")+
    scale_fill_gradient(low = "blue", high = "red")+
    facet_wrap(df.labels$treatmentsum~.)

现在我想编写循环将所有 umap 结果存储到一个列表中，每个列表是数据帧，其中 UMAP X 和 Y 坐标对应于参数的测试对值。这有效，我得到了我的清单。

 #attempt to perform grid search for hyperparameter tuning 

 #interate the grid, manually set
 #performance evaluation

 n_neighbors.test <-seq(1,100,20)
 min_dist.test <- seq(0.05,4,0.5)

 #creating a data frame containing all combinations of the grid

 hyper_grid <- expand.grid(n_neighbors=n_neighbors.test, min_dist=min_dist.test)

 #create an empty list to store the models

 models <- list()

 #excute the grid search

 for (i in 1:nrow(hyper_grid)) {
  # get value paris at row i
  n_neighbors <- hyper_grid$n_neighbors[i]
  min_dist <- hyper_grid$min_dist[i]

  #train a model and store it in the list
  models[[i]] <- umap(df.data,n_sgd_threads = 0,n_trees = 500)

 }

#integrating the x, y parameters from umap grid search into a list of dataframes for later   visualisation

para<-list()

for (i in 1:40) {
  df$UMAPX<- models[[i]][,1]
  df$UMAPY<- models[[i]][,2]
  para[[i]]<- cbind(df,df$UMAPX,df$UMAPY)
}

在这里它卡住了我想使用 x=UMAPX ,y=UMAPY 中的每一个来循环这个 ggplot 代码和列表中的每个数据帧 目标是生成 40 个图的 15 个面板 facet wrap 对的 n_neighbors 和 min_dist 测试。我想我可以将以前的 ggplot 片段修改为一个函数，并使用 map 将其应用于列表 para 中的所有内容，然后进行绘图，但绘图列表为 NULL，没有错误返回。而后面的PDF文件为空/。

library(purrr)
plot<- map(para,function(i){
  for (i in 1:40) {
    ggplot(para[[i]], aes(x=UMAPX ,y=UMAPY))+
      geom_point()+
      scale_x_continuous(name = "UMAP_X-axis_coordinates")+
      scale_y_continuous(name = "UMAP_y-axis_coordinates")+
      theme(axis.text.x= element_blank())+
      theme(axis.text.y = element_blank())+
      theme(axis.line = element_line(colour = "black",
                                 size = 0.1,
                                 linetype = "solid"))+
      labs(title = "UMAP visulisaiton for model")+
      geom_density_2d()+
      stat_density_2d(aes(fill=..level..), geom = "polygon")+
      scale_fill_gradient(low = "blue", high = "red")+
      facet_wrap(df.labels$treatmentsum~.)

  }


})

pdf("plots.pdf")

for (i in 1:length(plot)) { 
  print(plot[[i]]) 
  } 
dev.off()

标签： rloopsggplot2

解决方案

原始问题的答案在评论中。替换para[[i]]为i。

为绘图添加标题：

一种方法是同时映射 para 和 hyper_grid 的 n_neighbors 列，并在标题中使用它。如果我正确理解您的代码，则以下内容应该有效。如果 40 是 hyper_grid 的总 nrow，则使用 [1:40] 子集 hyper_grid$n_neighbors 可能是不必要的。

plot<- map2(para, hyper_grid$n_neighbors[1:40], function(param, n_neighbors){
      ggplot(param, aes(x=UMAPX ,y=UMAPY))+
      geom_point()+
      scale_x_continuous(name = "UMAP_X-axis_coordinates")+
      scale_y_continuous(name = "UMAP_y-axis_coordinates")+
      theme(axis.text.x= element_blank())+
      theme(axis.text.y = element_blank())+
      theme(axis.line = element_line(colour = "black",
                                 size = 0.1,
                                 linetype = "solid"))+
      labs(title = paste("UMAP visualization for model /w n_neighbors: ", n_neighbors))+
      geom_density_2d()+
      stat_density_2d(aes(fill=..level..), geom = "polygon")+
      scale_fill_gradient(low = "blue", high = "red")+
      facet_wrap(df.labels$treatmentsum~.)



})

推荐阅读