在 R 中高效地绘制数亿个点

Question

plot() 是在 R 中绘制 1 亿左右数据点的最有效方法吗？我想绘制其中的一堆 Clifford Attractors。这是我从非常大的图像缩小的示例：

Here 是我用来绘制非常大的 8K (7680x4320) 图像的一些代码的 link。

生成 50 或 1 亿个点（使用 Rcpp）并不需要很长时间，也不会得到颜色 + 透明度的十六进制值，但实际绘图和保存到磁盘是非常慢。

有没有更快的方法来绘制（并保存）所有这些点？
对于这项工作，R 只是一个糟糕的工具吗？
你会使用什么工具来绘制数十亿个点，即使你不能将它们全部放入 ram？
如何使用 1990 年代的软件和硬件制作这种类型的高分辨率图（颜色 + 透明度）？

编辑：使用的代码

# Load packages
library(Rcpp)
library(viridis)

# output parameters
output_width = 1920 * 4
output_height = 1080 * 4
N_points = 50e6
point_alpha = 0.05 #point transperancy

# Attractor parameters
params <- c(1.886,-2.357,-0.328, 0.918)

# C++ function to rapidly generate points
cliff_rcpp <- cppFunction(
    "
    NumericMatrix cliff(int nIter, double A, double B, double C, double D) {
    NumericMatrix x(nIter, 2);
    for (int i=1; i < nIter; ++i) {
    x(i,0) = sin(A*x(i-1,1)) + C*cos(A*x(i-1,0));
    x(i,1) = sin(B*x(i-1,0)) + D*cos(B*x(i-1,1));
    }
    return x;
    }"
)

# Function for mapping a point to a colour
map2color <- function(x, pal, limits = NULL) {
    if (is.null(limits))
        limits = range(x)
    pal[findInterval(x,
                     seq(limits[1], limits[2], length.out = length(pal) + 1),
                     all.inside = TRUE)]
}

# Obtain matrix of points
cliff_points <- cliff_rcpp(N_points, params[1], params[2], params[3], params[4])

# Calculate angle between successive points
cliff_angle <- atan2(
    (cliff_points[, 1] - c(cliff_points[-1, 1], 0)),
    (cliff_points[, 2] - c(cliff_points[-1, 2], 0))
)

# Obtain colours for points
available_cols <-
    viridis(
        1024,
        alpha = point_alpha,
        begin = 0,
        end = 1,
        direction = 1
    )

cliff_cols <- map2color(
    cliff_angle,
    c(available_cols, rev(available_cols))
)


# Output image directly to disk
jpeg(
    "clifford_attractor.jpg",
    width = output_width,
    height = output_height,
    pointsize = 1,
    bg = "black",
    quality = 100

)
    plot(
        cliff_points[-1, ],
        bg = "black",
        pch = ".",
        col = cliff_cols
    )

dev.off()

Answer 1

也许来自 ggplo2 包的 geom_hex() 是一个解决方案？ https://ggplot2.tidyverse.org/reference/geom_hex.html

Answer 2

我目前正在探索 datashader (http://www.datashader.org)。如果您愿意与 python 一起工作，这可能是解决问题的一个优雅方法。

Answer 3

我最近发现了 R 的 Scattermore 包，它比 R 的标准绘图函数快一个数量级。 scattermoreplot() 用颜色和透明度绘制 100m 个点大约需要 2 分钟，而 plot() 大约需要半小时。

在 R 中高效地绘制数亿个点

Efficiently plotting hundreds of millions of points in R

graphics

plot

r

strange-attractor