在 R 中绘制转换图

Question

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，并将向量中的每个元素视为个体的连续状态。

情节应该是这样的：我希望边缘有从一个状态到另一个状态的概率，通过整个列表来估计。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，因为这会提供从 B 到 A 的概率 1，但事实并非如此。

我知道 this question 很相似，但我需要它与向量列表而不是向量。

Answer 1

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 purrr 包中的 map 函数。

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，这些是我们需要的包：

library(purrr)
library(dplyr)

首先，我正在编写一个自定义函数，将一个向量转换为数据框。每个 'step' 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，但它的作用如下：map_df 的第一个参数是我们要循环的内容。那是向量的长度减一。第二个参数是我们想要的每一步 return，它是一个包含两个元素的列表，包含当前元素 from 和下一个元素 to。具体函数 map_df 将输出（列表的列表）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)

这里我再次使用 map_df。循环的每一步输出都是一个数据帧（即browse_individual returns的那个）。所有这些数据帧组合成一个名为 state_changes.

的数据帧

以下部分是一些 dplyr 代码，用于计算变化发生的频率并计算它发生的可能性，给定 from 位置。

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。

在 R 中绘制转换图

Plot transition graph in R

plot

r

markov-chains

ggplot2

plotly