R 3D Ellipsoid Graph-如何更改轴限制？
R 3D Ellipsoid Graph- How to change axis limits?
我正在尝试根据我找到的示例程序制作显示 x、y 和 z 之间关系的 3D 图。然而，正如您在图片中看到的，所有的 x 和 y 点都聚集在一起。我需要 x 和 y 的限制分别为 0.35 到 0.5 和 0.275 到 0.4。我认为问题可能出在这一步：
Cov <- matrix(c(3,3.5,0,3.5,10,0,0,0,1), 3,3)
我不太确定这行是做什么的。
如能帮助解决此问题，我们将不胜感激。
data <- read.table(textConnection(
'x y z
0.461 0.348 5.42
0.429 0.343 4.99
0.457 0.336 5.22
0.402 0.332 4.5
0.438 0.331 4.66
0.426 0.33 4.69
0.43 0.329 4.83
0.398 0.329 4.41
0.43 0.326 4.74
0.426 0.326 4.71
0.442 0.325 4.81
0.433 0.322 4.72
0.407 0.322 4.14
0.405 0.322 4.43
0.394 0.322 4.07
0.384 0.321 4.03
0.432 0.32 4.64
0.417 0.319 4.47
0.409 0.319 4.48
0.443 0.317 4.59
0.41 0.317 4.23
0.417 0.316 4.14
0.421 0.316 4.46
0.408 0.316 4.42
0.405 0.315 4.2
0.4 0.312 4.17
0.426 0.307 4.15
0.395 0.304 4.03
0.384 0.301 3.77
0.39 0.299 4.23
0.414 0.324 4.44
0.359 0.314 3.54
0.421 0.307 4.4
0.415 0.325 4.62
0.398 0.321 4.25
0.38 0.306 3.84
0.394 0.312 3.95
0.401 0.325 4.16
0.432 0.315 4.55
0.42 0.328 4.28
0.437 0.315 4.5
0.412 0.322 4.47
0.396 0.307 4.08
0.413 0.326 4.12
0.384 0.31 3.78
0.393 0.307 4.04
0.399 0.305 4.3
0.4 0.312 4.22
0.421 0.323 4.72
0.395 0.312 4.28
0.382 0.303 3.86
0.396 0.323 4.3
0.385 0.3 4.01
0.411 0.311 4.05
0.406 0.326 4.3
0.394 0.321 3.99
0.406 0.314 3.98
0.413 0.325 4.64
0.457 0.34 5.5
0.403 0.321 4.34
0.376 0.302 3.8
0.36 0.305 3.54
0.422 0.311 4.35
0.369 0.316 3.91
0.385 0.3 3.79
0.398 0.31 4.07
0.365 0.296 3.67
0.389 0.317 4.13
0.445 0.327 4.66
0.426 0.331 4.67
0.383 0.309 3.88
0.376 0.314 4.02
0.406 0.322 4.77
0.406 0.333 4.43
0.378 0.317 3.98
0.397 0.311 4.01
0.389 0.324 4.41
0.364 0.308 3.88
0.38 0.307 3.91
0.381 0.32 4.5
0.363 0.302 3.82
0.404 0.33 4.21
0.342 0.292 3.3
0.376 0.3 3.91
0.388 0.311 4.1
0.369 0.32 3.82
0.367 0.317 3.78
0.375 0.314 3.93
0.414 0.323 4.46
0.393 0.321 4.23
0.391 0.323 4.23
0.402 0.321 4.25
0.431 0.313 4.6
0.446 0.349 5.27
0.392 0.3 3.72
0.378 0.302 3.69
0.391 0.327 4.31
0.41 0.327 4.6
0.418 0.323 4.36
0.434 0.346 4.91
0.375 0.299 3.77
0.379 0.315 4
0.414 0.329 4.52
0.396 0.326 4.01
0.335 0.293 3.17
0.398 0.311 3.95
0.38 0.312 3.79
0.366 0.306 3.82
0.376 0.307 4.01
0.419 0.327 4.73
0.384 0.306 3.77
0.396 0.313 3.91
0.378 0.308 3.81
0.39 0.306 3.85
0.381 0.32 3.88
0.401 0.332 4.83
0.408 0.329 4.29
0.412 0.323 4.48
0.411 0.318 4.4
0.398 0.313 4.05
0.418 0.328 4.53
0.389 0.32 4.32
0.417 0.311 4.4
0.415 0.315 4.53
0.378 0.302 3.78
0.422 0.318 4.62
0.411 0.315 4.13
0.381 0.324 4.12
0.436 0.33 4.68
0.422 0.335 4.48
0.371 0.302 3.6
0.4 0.317 4.17
0.433 0.332 4.73
0.374 0.317 3.93
0.382 0.308 3.76
0.437 0.325 4.79
0.39 0.325 4.33
0.386 0.316 4.01
0.453 0.337 4.96
0.404 0.31 4.4
0.4 0.317 4.22
0.395 0.304 4.02
0.38 0.319 4.02
0.369 0.296 3.82
0.397 0.327 4.43
0.421 0.338 4.72
0.394 0.317 4.3
0.446 0.334 4.99
0.407 0.309 4.42
0.428 0.322 4.51
0.413 0.322 4.51
0.387 0.308 3.96
0.413 0.316 4.37
0.461 0.349 5.4
0.401 0.314 4.04
0.388 0.319 4.04
0.408 0.326 4.54
0.396 0.317 4.35
0.41 0.329 4.54
0.434 0.34 4.86
0.388 0.318 3.86
0.374 0.311 3.8
0.415 0.329 4.51
0.402 0.313 4.12
0.375 0.322 4
0.425 0.325 4.45
0.36 0.306 3.82
0.391 0.335 4.43
0.444 0.343 5.35
0.369 0.311 3.98
0.395 0.323 4.4
0.368 0.309 3.77
0.349 0.305 3.66
0.348 0.292 3.43
0.368 0.303 3.52
0.425 0.341 4.7
0.402 0.322 4.36
0.46 0.34 5.28
0.413 0.317 4.59
0.383 0.309 3.88
0.416 0.325 4.4
0.401 0.339 4.56
0.386 0.316 3.78
0.451 0.339 5.05
0.401 0.32 4.23
0.42 0.332 4.64
0.436 0.338 4.88
0.378 0.322 3.99
0.425 0.336 4.75
0.415 0.335 4.64
0.403 0.321 4.44
0.362 0.303 3.77
0.399 0.331 4.17
0.39 0.311 4.2
0.379 0.322 4.12
0.424 0.335 4.63
0.422 0.341 4.82
0.383 0.314 4.05
0.436 0.35 5.3
0.378 0.324 4.09
0.413 0.332 4.77
0.373 0.304 3.62
0.371 0.317 4.1
0.339 0.298 3.17
0.408 0.321 4.3
0.402 0.332 4.54
0.403 0.333 4.95
0.419 0.338 4.86
0.454 0.312 4.66
0.39 0.318 4.04'), header = TRUE)
Mean <- c(0.402,0.319, 4.279)
Mean
Cov <- matrix(c(3,3.5,0,3.5,10,0,0,0,1), 3,3)
Cov
round(var(data),2)
round(Cov - var(data),2)
options(rgl.printRglwidget = TRUE)
open3d()
plot3d(data, box=TRUE,
xlab="x", ylab="y", zlab="z")
aspect3d("iso")
dataMean <- colMeans(data)
dataCov <- var(data)
plot3d( ellipse3d(Cov,centre=Mean, level=.9),
col="cyan", alpha=0.5, add = TRUE)][1]][1]
Cov <- 行定义协方差矩阵。我假设这些值是您找到的脚本遗留下来的？我注意到 Mean 向量与数据集的列均值匹配 (colMeans(data))，所以我希望所有需要发生的事情就是更新 Cov 矩阵。
以下似乎对我有用（已更新为 dataCov 并删除了 aspect3d("iso") 行）- 希望它也适用于您的机器。顺便说一句 - 您的一个方括号中有错别字。
options(rgl.printRglwidget = TRUE)
open3d()
plot3d(data, box=TRUE,
xlab="x", ylab="y", zlab="z")
# aspect3d("iso") ## this makes it long and skinny and ugly
dataMean <- colMeans(data)
dataCov <- var(data)
plot3d(ellipse3d(dataCov,centre=Mean, level=.9),
col="cyan", alpha=0.5, add = TRUE)[[1]][1]
我正在尝试根据我找到的示例程序制作显示 x、y 和 z 之间关系的 3D 图。然而，正如您在图片中看到的，所有的 x 和 y 点都聚集在一起。我需要 x 和 y 的限制分别为 0.35 到 0.5 和 0.275 到 0.4。我认为问题可能出在这一步：
Cov <- matrix(c(3,3.5,0,3.5,10,0,0,0,1), 3,3)
我不太确定这行是做什么的。
如能帮助解决此问题，我们将不胜感激。
data <- read.table(textConnection(
'x y z
0.461 0.348 5.42
0.429 0.343 4.99
0.457 0.336 5.22
0.402 0.332 4.5
0.438 0.331 4.66
0.426 0.33 4.69
0.43 0.329 4.83
0.398 0.329 4.41
0.43 0.326 4.74
0.426 0.326 4.71
0.442 0.325 4.81
0.433 0.322 4.72
0.407 0.322 4.14
0.405 0.322 4.43
0.394 0.322 4.07
0.384 0.321 4.03
0.432 0.32 4.64
0.417 0.319 4.47
0.409 0.319 4.48
0.443 0.317 4.59
0.41 0.317 4.23
0.417 0.316 4.14
0.421 0.316 4.46
0.408 0.316 4.42
0.405 0.315 4.2
0.4 0.312 4.17
0.426 0.307 4.15
0.395 0.304 4.03
0.384 0.301 3.77
0.39 0.299 4.23
0.414 0.324 4.44
0.359 0.314 3.54
0.421 0.307 4.4
0.415 0.325 4.62
0.398 0.321 4.25
0.38 0.306 3.84
0.394 0.312 3.95
0.401 0.325 4.16
0.432 0.315 4.55
0.42 0.328 4.28
0.437 0.315 4.5
0.412 0.322 4.47
0.396 0.307 4.08
0.413 0.326 4.12
0.384 0.31 3.78
0.393 0.307 4.04
0.399 0.305 4.3
0.4 0.312 4.22
0.421 0.323 4.72
0.395 0.312 4.28
0.382 0.303 3.86
0.396 0.323 4.3
0.385 0.3 4.01
0.411 0.311 4.05
0.406 0.326 4.3
0.394 0.321 3.99
0.406 0.314 3.98
0.413 0.325 4.64
0.457 0.34 5.5
0.403 0.321 4.34
0.376 0.302 3.8
0.36 0.305 3.54
0.422 0.311 4.35
0.369 0.316 3.91
0.385 0.3 3.79
0.398 0.31 4.07
0.365 0.296 3.67
0.389 0.317 4.13
0.445 0.327 4.66
0.426 0.331 4.67
0.383 0.309 3.88
0.376 0.314 4.02
0.406 0.322 4.77
0.406 0.333 4.43
0.378 0.317 3.98
0.397 0.311 4.01
0.389 0.324 4.41
0.364 0.308 3.88
0.38 0.307 3.91
0.381 0.32 4.5
0.363 0.302 3.82
0.404 0.33 4.21
0.342 0.292 3.3
0.376 0.3 3.91
0.388 0.311 4.1
0.369 0.32 3.82
0.367 0.317 3.78
0.375 0.314 3.93
0.414 0.323 4.46
0.393 0.321 4.23
0.391 0.323 4.23
0.402 0.321 4.25
0.431 0.313 4.6
0.446 0.349 5.27
0.392 0.3 3.72
0.378 0.302 3.69
0.391 0.327 4.31
0.41 0.327 4.6
0.418 0.323 4.36
0.434 0.346 4.91
0.375 0.299 3.77
0.379 0.315 4
0.414 0.329 4.52
0.396 0.326 4.01
0.335 0.293 3.17
0.398 0.311 3.95
0.38 0.312 3.79
0.366 0.306 3.82
0.376 0.307 4.01
0.419 0.327 4.73
0.384 0.306 3.77
0.396 0.313 3.91
0.378 0.308 3.81
0.39 0.306 3.85
0.381 0.32 3.88
0.401 0.332 4.83
0.408 0.329 4.29
0.412 0.323 4.48
0.411 0.318 4.4
0.398 0.313 4.05
0.418 0.328 4.53
0.389 0.32 4.32
0.417 0.311 4.4
0.415 0.315 4.53
0.378 0.302 3.78
0.422 0.318 4.62
0.411 0.315 4.13
0.381 0.324 4.12
0.436 0.33 4.68
0.422 0.335 4.48
0.371 0.302 3.6
0.4 0.317 4.17
0.433 0.332 4.73
0.374 0.317 3.93
0.382 0.308 3.76
0.437 0.325 4.79
0.39 0.325 4.33
0.386 0.316 4.01
0.453 0.337 4.96
0.404 0.31 4.4
0.4 0.317 4.22
0.395 0.304 4.02
0.38 0.319 4.02
0.369 0.296 3.82
0.397 0.327 4.43
0.421 0.338 4.72
0.394 0.317 4.3
0.446 0.334 4.99
0.407 0.309 4.42
0.428 0.322 4.51
0.413 0.322 4.51
0.387 0.308 3.96
0.413 0.316 4.37
0.461 0.349 5.4
0.401 0.314 4.04
0.388 0.319 4.04
0.408 0.326 4.54
0.396 0.317 4.35
0.41 0.329 4.54
0.434 0.34 4.86
0.388 0.318 3.86
0.374 0.311 3.8
0.415 0.329 4.51
0.402 0.313 4.12
0.375 0.322 4
0.425 0.325 4.45
0.36 0.306 3.82
0.391 0.335 4.43
0.444 0.343 5.35
0.369 0.311 3.98
0.395 0.323 4.4
0.368 0.309 3.77
0.349 0.305 3.66
0.348 0.292 3.43
0.368 0.303 3.52
0.425 0.341 4.7
0.402 0.322 4.36
0.46 0.34 5.28
0.413 0.317 4.59
0.383 0.309 3.88
0.416 0.325 4.4
0.401 0.339 4.56
0.386 0.316 3.78
0.451 0.339 5.05
0.401 0.32 4.23
0.42 0.332 4.64
0.436 0.338 4.88
0.378 0.322 3.99
0.425 0.336 4.75
0.415 0.335 4.64
0.403 0.321 4.44
0.362 0.303 3.77
0.399 0.331 4.17
0.39 0.311 4.2
0.379 0.322 4.12
0.424 0.335 4.63
0.422 0.341 4.82
0.383 0.314 4.05
0.436 0.35 5.3
0.378 0.324 4.09
0.413 0.332 4.77
0.373 0.304 3.62
0.371 0.317 4.1
0.339 0.298 3.17
0.408 0.321 4.3
0.402 0.332 4.54
0.403 0.333 4.95
0.419 0.338 4.86
0.454 0.312 4.66
0.39 0.318 4.04'), header = TRUE)
Mean <- c(0.402,0.319, 4.279)
Mean
Cov <- matrix(c(3,3.5,0,3.5,10,0,0,0,1), 3,3)
Cov
round(var(data),2)
round(Cov - var(data),2)
options(rgl.printRglwidget = TRUE)
open3d()
plot3d(data, box=TRUE,
xlab="x", ylab="y", zlab="z")
aspect3d("iso")
dataMean <- colMeans(data)
dataCov <- var(data)
plot3d( ellipse3d(Cov,centre=Mean, level=.9),
col="cyan", alpha=0.5, add = TRUE)][1]][1]
Cov <- 行定义协方差矩阵。我假设这些值是您找到的脚本遗留下来的？我注意到 Mean 向量与数据集的列均值匹配 (colMeans(data))，所以我希望所有需要发生的事情就是更新 Cov 矩阵。
以下似乎对我有用（已更新为 dataCov 并删除了 aspect3d("iso") 行）- 希望它也适用于您的机器。顺便说一句 - 您的一个方括号中有错别字。
options(rgl.printRglwidget = TRUE)
open3d()
plot3d(data, box=TRUE,
xlab="x", ylab="y", zlab="z")
# aspect3d("iso") ## this makes it long and skinny and ugly
dataMean <- colMeans(data)
dataCov <- var(data)
plot3d(ellipse3d(dataCov,centre=Mean, level=.9),
col="cyan", alpha=0.5, add = TRUE)[[1]][1]