在R中使用颜色权重的3D可视化

Question

你能推荐一种方法来可视化R中的数据集，就像在一种晶格包(点云可视化)中一样，但在点浓度较高的部分具有变化的颜色？例如，如果在坐标等于0:-1:6的距离10上有一个没有邻居的点，那么这个点将被涂成蓝色。当有一个点有很多近邻的coordianate为100:100:100 (而邻居是99:100:100)时，这个点将是红色的。

此外，还需要能够在3D中生成这样的可视化效果。

有这样的解决方案吗？

示例：

x = (sample.int(101,size=100,replace=TRUE)-1)/100
y = (sample.int(101,size=100,replace=TRUE)-1)/100
z = (sample.int(101,size=100,replace=TRUE)-1)/100
data = data.frame(x,y,z)

然后我想用plot.ly开发一些东西，例如

library(plotly)
plot_ly(type = 'scatter3d', x = x, y = y, z = z, mode = "markers")

这提供了一个很好的结果，但我想要更多的可视化，特别是在颜色。有解决方案吗？

Answer 1

有几种方法可以做到这一点。您可以根据距定义中心的距离定义自己的方法，或者使用聚类方法。

例如，使用kmeans集群：

set.seed(20)
dataCluster <- kmeans(data, 5, nstart = 20)$cluster %>% 
  as.factor()

plot_ly(type = 'scatter3d', x = x, y = y, z = z, mode = "markers", color = dataCluster)