原文链接：http://tecdat.cn/?p=24658

原文出处：拓端数据部落公众号

圆填充Circle packing算法

已经开发了大量确定性和随机性的圆填充算法。

RepelLayout 通过成对排斥迭代移动圆圈来搜索非重叠布局。圆的位置被限制在一个矩形区域内。为避免边缘效应，可以将边界区域视为环面，例如，推到左侧边缘的圆将重新进入右侧边缘的边界区域。这是一种非常简单且效率相当低的算法，但通常会产生良好的结果。
ProgressiveLayout 连续放置圆，使每个圆与先前放置的两个圆在外部相切。该算法是确定性的，尽管可以通过改变输入圆圈的顺序产生不同的布局。它非常高效，因此适用于处理大型数据集。
GraphLayout 试图找到满足输入邻接图的安排。实现是实验性的。

第一个例子

我们将首先创建一组不同大小的圆，然后找到可以用 ggplot 显示的非重叠排列。

首先，我们创建一组随机圆，位于边界正方形的中心部分，较小的圆比较大的圆更常见。我们将圆的大小表示为面积。


as <- reta(rcs ,5) * maxaa

接下来，我们尝试找到一个不重叠的排列，允许圆圈占据边界正方形的任何部分。返回值是一个包含布局元素和执行迭代次数的列表。


Layout(areass)

布局作为具有圆心坐标和半径的数据框返回。

head( layout )

我们将其转换为圆形顶点的数据集，用 ggplot 显示。

结果数据集有一个整数 id 字段，它对应于传递给的原始数据中圆圈的位置。


head(dtg)

现在我们可以绘制布局了。


themebw() thest(t)
ggplot(daa = d.g)

基于图的圆填充

圆填充的另一种方法是从指定圆的大小和相切（即哪些圆接触哪些其他圆）开始，然后搜索满足此要求的排列。

在下图中，左侧的图形表示所需的圆相切模式。圆 5、7、8 和 9 是 内部的，而其余圆圈是 外部的。右边的圆填充显示了符合输入图的圆圈排列。

切线图和结果堆积

GraphLayout 实现了算法的基本版本。下面的例子产生一个类似于上图的布局：

## 切线列表。矢量元素是圆 ID。
##每个向量的第一个元素是一个内圆
## 和随后的元素是它的邻居。## 外圆半径。
data.frame(id )## Layout 函数用于查找排列
##与`internal`指定的切线相对应的圆
## 和由 `external` 指定的外圆尺寸。结果是一个四列的 data.frame: id, x, y, radi。
##circleGraphLayout ## 获取圆顶点的数据LayotVtics(laout,xyizcs = 2:4, dl = 1)
## 绘制带有 ID 注释的圆圈。
ggplot() +geom_olon(）+ge_tet(data=ayo) +oal()

指定初始圆位置

在前面的示例中，我们将圆大小的向量传递给 circleRepelLayout，该函数通过将圆放置在靠近边界区域中心的位置，为圆随机分配起始位置。或者，我们可以预先指定初始位置。为了说明这一点，我们首先将所有圆圈放置在边界区域的一个角附近。

lLayout(dt.nt)

接下来我们使用 ggplot 显示初始和最终布局。请注意，在我们的初始布局中，我们将圆的大小表示为面积，因此我们需要在调用Vertices 函数时指定，否则它假定大小是半径。


# 获取初始布局的顶点数据，其中大小是区域
dgil - ciLocs(dt., sieye = "area")
# 获取函数返回的布局的顶点数据 whre
# 尺寸是半径
a..i <- ciaoees(rlyout)ggplot(datage_pgon(couaa=0.3) +cor_el(xli=lis yl=imts)

移动和固定

RepelLayout 函数接受一个可选 weights 参数，以在布局算法的每次迭代中对圆的移动进行额外控制。该参数采用一个数值向量，其值在 0-1 范围内（此范围之外的任何值都将被限制为 0 或 1）。权重为 0 可防止圆完全移动，而权重为 1 则允许完全移动。

为了说明这一点，我们将从更早使用的数据集中选择几个圆圈，将它们放大并通过将它们的权重设置为 0.0 来固定它们的位置。


# 选择几个任意的圆圈dai$ea[las] <- 2 * axa# 重新生成初始圆的顶点数据，添加一列
# 表示一个圆是固定的还是自由的
dnta <- cres(dain, ste = "area")dani$sae <- iflse(dtgtd %in% laid, "fixed", "free")# 现在使用权重向量重新运行布局算法以固定位置
# 最大的圆res <- cirtt.tdgfal <- circes(es$aut)plot(dta = da,as(x, y, grp=d, fl=ste)) +gen(coor)

请注意，在初始布局中重叠的固定圆在最终布局中仍然重叠。

最受欢迎的见解

1.R语言动态图可视化：如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例：探索brfss数据数据分析

7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化

拓端tecdat|R语言圆填充( Circle packing)算法圆堆图圆形空间填充算法可视化相关推荐

圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
原文链接:http://tecdat.cn/?p=24658 圆填充Circle packing算法已经开发了大量确定性和随机性的圆填充算法. RepelLayout 通过成对排斥迭代移动圆圈来搜索 ...
拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子人口众多独生子女政策: ...
拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(单色填充、分组颜色填充)实战（dot plot）
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(单色填充.分组颜色填充)实战(dot plot) 目录 R语言使用ggplot2包使用geom_dotplot函数绘制分组点图( ...
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(自定义填充色)实战（dot plot）
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(自定义填充色)实战(dot plot) 目录 R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(自定义填充 ...
拓端tecdat荣获掘金社区入驻新人奖
2021年7月,由掘金发起了"入驻成长礼"颁奖活动.本次活动邀请到知名开发者.服务机构代表等业界人士. 据了解,掘金社区"新入驻创作者礼"主要对已经积累了一定历 ...
拓端tecdat荣获2022年度51CTO博主之星
相信技术,传递价值,这是51CTO每一个技术创作者的动力与信念,2022 年度,拓端tecdat 作为新锐的数据分析咨询公司,在51CTO平台上,不断的输出优质的技术文章,分享前沿创新技术,输出最佳生 ...
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(双分类变量分组可视化)实战（dot plot）
R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(双分类变量分组可视化)实战(dot plot) 目录 R语言使用ggplot2包使用geom_dotplot函数绘制分组点图(双 ...

拓端tecdat|R语言圆填充( Circle packing)算法圆堆图圆形空间填充算法可视化