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？

Question

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

Answer 1

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：

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?

r

plotly

r-plotly

gam