यहाँ एक फ़ाइल है जिसे मैं कॉल करता हूँ bigplotfix.R। यदि आप इसे स्रोत करते हैं, तो यह एक आवरण को परिभाषित करेगा plot.xyजिसके लिए बहुत बड़े होने पर प्लॉट डेटा को "संपीड़ित" करता है। अगर इनपुट छोटा है तो रैपर कुछ नहीं करता है, लेकिन अगर इनपुट बड़ा है तो यह इसे विखंडू में तोड़ देता है और प्रत्येक चंक के लिए अधिकतम और न्यूनतम x और y मान प्लॉट करता है। सोर्सिंग bigplotfix.Rभी graphics::plot.xyरैपर को इंगित करने के लिए विद्रोह करता है (कई बार सोर्सिंग ठीक है)।
ध्यान दें कि plot.xyमानक प्लॉटिंग विधियों जैसे , और plot(), के लिए "वर्कहॉर्स" फ़ंक्शन है । इस प्रकार आप बिना किसी संशोधन के अपने कोड में इन कार्यों का उपयोग करना जारी रख सकते हैं, और आपके बड़े भूखंड अपने आप संपीड़ित हो जाएंगे।lines()points()
यह कुछ उदाहरण आउटपुट है। यह अनिवार्य रूप से plot(runif(1e5)), बिंदुओं और लाइनों के साथ, और यहां लागू किए गए "संपीड़न" के बिना और साथ है। "संपीड़ित अंक" भूखंड संपीड़न की प्रकृति के कारण मध्य क्षेत्र को याद करता है, लेकिन "संपीड़ित लाइनें" साजिश असम्पीडित मूल के बहुत करीब लगती है। समय png()डिवाइस के लिए हैं; कुछ कारणों pngसे डिवाइस में डिवाइस की तुलना में अंक बहुत तेज होते हैं X11, लेकिन गति-गति X11तुलनीय होती है ( मेरे प्रयोगों X11(type="cairo")की तुलना X11(type="Xlib")में धीमी थी )।
इसका कारण मैंने यह लिखा है क्योंकि मैं plot()एक बड़े डेटासेट (जैसे एक WAV फ़ाइल) पर दुर्घटना से भाग कर थक गया था । ऐसे मामलों में मुझे साजिश रचने के लिए कई मिनट प्रतीक्षा करने और अपने R सत्र को एक संकेत के साथ समाप्त करने के बीच चुनना होगा (जिससे मेरा हालिया कमांड इतिहास और चर खो जाए)। अब अगर मैं प्रत्येक सत्र से पहले इस फ़ाइल को लोड करना याद रख सकता हूं, तो मैं वास्तव में इन मामलों में एक उपयोगी साजिश प्राप्त कर सकता हूं। थोड़ा चेतावनी संदेश इंगित करता है कि कब प्लॉट डेटा "संपीड़ित" किया गया है।
# bigplotfix.R
# 28 Nov 2016
# This file defines a wrapper for plot.xy which checks if the input
# data is longer than a certain maximum limit. If it is, it is
# downsampled before plotting. For 3 million input points, I got
# speed-ups of 10-100x. Note that if you want the output to look the
# same as the "uncompressed" version, you should be drawing lines,
# because the compression involves taking maximum and minimum values
# of blocks of points (try running test_bigplotfix() for a visual
# explanation). Also, no sorting is done on the input points, so
# things could get weird if they are out of order.
test_bigplotfix = function() {
oldpar=par();
par(mfrow=c(2,2))
n=1e5;
r=runif(n)
bigplotfix_verbose<<-T
mytitle=function(t,m) { title(main=sprintf("%s; elapsed=%0.4f s",m,t["elapsed"])) }
mytime=function(m,e) { t=system.time(e); mytitle(t,m); }
oldbigplotfix_maxlen = bigplotfix_maxlen
bigplotfix_maxlen <<- 1e3;
mytime("Compressed, points",plot(r));
mytime("Compressed, lines",plot(r,type="l"));
bigplotfix_maxlen <<- n
mytime("Uncompressed, points",plot(r));
mytime("Uncompressed, lines",plot(r,type="l"));
par(oldpar);
bigplotfix_maxlen <<- oldbigplotfix_maxlen
bigplotfix_verbose <<- F
}
bigplotfix_verbose=F
downsample_xy = function(xy, n, xlog=F) {
msg=if(bigplotfix_verbose) { message } else { function(...) { NULL } }
msg("Finding range");
r=range(xy$x);
msg("Finding breaks");
if(xlog) {
breaks=exp(seq(from=log(r[1]),to=log(r[2]),length.out=n))
} else {
breaks=seq(from=r[1],to=r[2],length.out=n)
}
msg("Calling findInterval");
## cuts=cut(xy$x,breaks);
# findInterval is much faster than cuts!
cuts = findInterval(xy$x,breaks);
if(0) {
msg("In aggregate 1");
dmax = aggregate(list(x=xy$x, y=xy$y), by=list(cuts=cuts), max)
dmax$cuts = NULL;
msg("In aggregate 2");
dmin = aggregate(list(x=xy$x, y=xy$y), by=list(cuts=cuts), min)
dmin$cuts = NULL;
} else { # use data.table for MUCH faster aggregates
# (see http://stackoverflow.com/questions/7722493/how-does-one-aggregate-and-summarize-data-quickly)
suppressMessages(library(data.table))
msg("In data.table");
dt = data.table(x=xy$x,y=xy$y,cuts=cuts)
msg("In data.table aggregate 1");
dmax = dt[,list(x=max(x),y=max(y)),keyby="cuts"]
dmax$cuts=NULL;
msg("In data.table aggregate 2");
dmin = dt[,list(x=min(x),y=min(y)),keyby="cuts"]
dmin$cuts=NULL;
# ans = data_t[,list(A = sum(count), B = mean(count)), by = 'PID,Time,Site']
}
msg("In rep, rbind");
# interleave rows (copied from a SO answer)
s <- rep(1:n, each = 2) + (0:1) * n
xy = rbind(dmin,dmax)[s,];
xy
}
library(graphics);
# make sure we don't create infinite recursion if someone sources
# this file twice
if(!exists("old_plot.xy")) {
old_plot.xy = graphics::plot.xy
}
bigplotfix_maxlen = 1e4
# formals copied from graphics::plot.xy
my_plot.xy = function(xy, type, pch = par("pch"), lty = par("lty"),
col = par("col"), bg = NA, cex = 1, lwd = par("lwd"),
...) {
if(bigplotfix_verbose) {
message("In bigplotfix's plot.xy\n");
}
mycall=match.call();
len=length(xy$x)
if(len>bigplotfix_maxlen) {
warning("bigplotfix.R (plot.xy): too many points (",len,"), compressing to ",bigplotfix_maxlen,"\n");
xy = downsample_xy(xy, bigplotfix_maxlen, xlog=par("xlog"));
mycall$xy=xy
}
mycall[[1]]=as.symbol("old_plot.xy");
eval(mycall,envir=parent.frame());
}
# new binding solution adapted from Henrik Bengtsson
# https://stat.ethz.ch/pipermail/r-help/2008-August/171217.html
rebindPackageVar = function(pkg, name, new) {
# assignInNamespace() no longer works here, thanks nannies
ns=asNamespace(pkg)
unlockBinding(name,ns)
assign(name,new,envir=asNamespace(pkg),inherits=F)
assign(name,new,envir=globalenv())
lockBinding(name,ns)
}
rebindPackageVar("graphics", "plot.xy", my_plot.xy);
