如何 return 沿 x-y 坐标的 z 值矩阵以通过 plot_ly 在 R 中制作 3D 曲面图?
How to return matrix of z values along x-y coordinates to make 3D surface plot by plot_ly in R?
我想通过 R
中的 plot_ly
包制作 3D 表面图。
我有三个包含 x、y 和 z 值的向量,如下所示;
x <- rep(1,times=40) # 40 values
y <- rep(2,times=40)
z <- rep(10, times=40)
关于add_surface
函数的用法,据我理解正确,我需要一个沿x-y坐标的z值矩阵。
否则报错;
plot_ly(x = x, y = y, z = z) %>% add_surface()
Error: `z` must be a numeric matrix
如何制作 z 矩阵?
(这里,z矩阵应该有1600(40*40)个值)
More details added; I hope these added lines make my question clearer
我知道 interp
函数与 中的功能类似。但是,我不想在我的案例中使用 interp
函数,因为它以任何方式进行平滑处理(如果我理解正确的话)。
在我的例子中,z 值是从 GAM 模型预测的数据,如下例所示;
gam_fit <- gam(y~ s(x),data=df)
gam_pred <- predict_gam(gamm_fit)
x <- gam_pred$x
y <- gam_pred$y
z <- gam_pred$fit
据我所知,predict_gam
无法做到这一点,但您可以使用标准 predict
函数实现,如下所示。我将使用一些假数据,因为您没有提供可重现的示例(甚至没有提供具有两个预测变量的示例):
library(mgcv)
x <- runif(100)
y <- runif(100)
z <- x^2 + y + rnorm(100)
df <- data.frame(x, y, z)
gam_fit <- gam(z ~ s(x) + s(y), data = df)
newx <- seq(0, 1, len=20)
newy <- seq(0, 1, len=30)
newxy <- expand.grid(x = newx, y = newy)
z <- matrix(predict(gam_fit, newdata = newxy), 20, 30)
library(plotly)
plot_ly(x = newx, y = newy, z = z) %>% add_surface()
这会产生以下输出:
我想通过 R
中的 plot_ly
包制作 3D 表面图。
我有三个包含 x、y 和 z 值的向量,如下所示;
x <- rep(1,times=40) # 40 values
y <- rep(2,times=40)
z <- rep(10, times=40)
关于add_surface
函数的用法,据我理解正确,我需要一个沿x-y坐标的z值矩阵。
否则报错;
plot_ly(x = x, y = y, z = z) %>% add_surface()
Error: `z` must be a numeric matrix
如何制作 z 矩阵?
(这里,z矩阵应该有1600(40*40)个值)
More details added; I hope these added lines make my question clearer
我知道 interp
函数与 interp
函数,因为它以任何方式进行平滑处理(如果我理解正确的话)。
在我的例子中,z 值是从 GAM 模型预测的数据,如下例所示;
gam_fit <- gam(y~ s(x),data=df)
gam_pred <- predict_gam(gamm_fit)
x <- gam_pred$x
y <- gam_pred$y
z <- gam_pred$fit
据我所知,predict_gam
无法做到这一点,但您可以使用标准 predict
函数实现,如下所示。我将使用一些假数据,因为您没有提供可重现的示例(甚至没有提供具有两个预测变量的示例):
library(mgcv)
x <- runif(100)
y <- runif(100)
z <- x^2 + y + rnorm(100)
df <- data.frame(x, y, z)
gam_fit <- gam(z ~ s(x) + s(y), data = df)
newx <- seq(0, 1, len=20)
newy <- seq(0, 1, len=30)
newxy <- expand.grid(x = newx, y = newy)
z <- matrix(predict(gam_fit, newdata = newxy), 20, 30)
library(plotly)
plot_ly(x = newx, y = newy, z = z) %>% add_surface()
这会产生以下输出: