r 中约 10 个因素的簇共存饼图

Question

我有一个两列数据集，其中包含大约 30000 个聚类和 10 个因子，如下所示：

cluster-1 Factor1
cluster-1 Factor2
...
cluster-2 Factor2
cluster-2 Factor3
...

我想表示聚类集中因子的共现。类似于“1234 个簇中的因子 1+因子 3+因子 5”，等等不同的组合。我以为我可以做一些像饼图这样的东西，但是有 10 个因素，我认为可能有太多的组合。

表示这一点的好方法是什么？

Answer 1

这里有一个很好的编程问题需要解决：

如何计算不同簇中因子同时出现的数量？

首先模拟一些数据：

n = 1000

set.seed(12345)
n.clusters = 100
clusters = rep(1:n.clusters, length.out=n)

n.factors = 10
factors = round(rnorm(n, n.factors/2, n.factors/5))
factors[factors > n.factors] = n.factors
factors[factors < 1] = 1

data = data.frame(cluster=clusters, factor=factors)

> data
  cluster factor
1       1      6
2       2      6
3       3      5
4       4      4
5       5      6
6       6      1
...

然后下面的代码可用于将每个因素组合在集群中出现的次数制成表格：

counts = with(data, table(tapply(factor, cluster, function(x) paste(as.character(sort(unique(x))), collapse=''))))

这可以表示为简单的饼图，例如

dev.new(width=5, height=5)
pie(counts[counts>1])

但是像这样的简单计数通常最有效地显示为排序表。有关详细信息，请查看 Edward Tufte。