Интерпретация графа, созданного R-пакетом морей - PullRequest
0 голосов
/ 13 мая 2019

Я относительно новичок в R studio и R в целом, я даже не уверен, что это правильное место, чтобы задать этот вопрос.Мне было поручено нарисовать график, показывающий сезонность с использованием ежедневных осадков в течение ряда лет.Мне нужна помощь больше в интерпретации графика, чем в его построении.В R уже есть пример, использующий mscdata, который я смог воспроизвести, используя свои собственные данные, код для примера приведен ниже.Буду очень признателен за любую помощь в том, что означает или объясняет этот график. Спасибо

install.packages(seas)
library(seas)
data(mscdata)
dat <- mksub(mscdata, id=1108447)
dat.ss <- seas.sum(dat, width="mon")
x<-mscdata
# Structure in R
str(dat.ss)
tail(mscdata)
# Annual data
dat.ss$ann

# Demonstrate how to slice through a cubic array
dat.ss$seas["1990",,]
dat.ss$seas[,2,] # or "Feb", if using English locale
dat.ss$seas[,,"precip"]

# Simple calculation on an array
(monthly.mean <- apply(dat.ss$seas[,,"precip"], 2, mean,na.rm=TRUE))
barplot(monthly.mean, ylab="Mean monthly total (mm/month)",
        main="Un-normalized mean precipitation in Vancouver, BC")
text(6.5, 150, paste("Un-normalized rates given 'per month' should be",
                     "avoided since ~3-9% error is introduced",
                     "to the analysis between months", sep="\n"))

# Normalized precip
norm.monthly <- dat.ss$seas[,,"precip"] / dat.ss$days
norm.monthly.mean <- apply(norm.monthly, 2, mean,na.rm=TRUE)
print(round(norm.monthly, 2))
print(round(norm.monthly.mean, 2))
barplot(norm.monthly.mean,
        ylab="Normalized mean monthly total (mm/day)",
        main="Normalized mean precipitation in Vancouver, BC")

# Better graphics of data
dat.ss <- seas.sum(dat, width=11)
image(dat.ss)

Этот код дает график, показывающий пример квартилей, годовое количество осадков, но я не знаю, что это означает.Любая помощь будет оценена по достоинству

График, использующий пакет морей, выглядит так:

1 Ответ

0 голосов
/ 13 мая 2019

Я начну с верхнего левого графика:

Вы, наверное, догадались, что каждая строка - это год (как показано по оси Y), а дневные группы / месяцы года - X-ось.Цвет каждой ячейки тепловой карты пропорционально темнее в зависимости от количества осадков в миллиметрах в этой группе дней, а шкала отображается в крайнем правом углу.Я предполагаю, что средние пропущенные значения красного цвета X.

Вверху справа подобны столбчатой ​​диаграмме с суммой осадков за год (ряд), только непрерывно нанесенной на график.Красная полоса должна быть средней средней суммой осадков (не уверен насчет оранжевой).

Слева внизу немного сложнее.Подумайте об этом, как будто вы переупорядочили строки в каждом столбце, чтобы наверху было самое сильное количество осадков в дневной группе (забывая об информации о годе здесь).Ось Y показывает квантили.Соответствующие значения квантилей меняются для каждой группы дней, поэтому линии, которые вы видите в верхней части графика, указывают ключевые значения осадков в мм (4,6,8,10,12).Действительно, если вы посмотрите на 2-миллиметровую линию (самую нижнюю), вы увидите, что в январе около 20% осадков (за все годы) ниже этого порога, в то время как в конце июля более 80% ниже 2 мм.(летом ожидается меньше осадков).

Наконец, нижний правый похож на тот, что над ним.Это сумма всех строк, на этот раз относящихся к квантилям, а не годам, что приводит к схеме лестниц.Вы заметите, что, поскольку масштаб графика такой же, как и график, показывающий среднее значение за год, верхняя часть лестницы находится за пределами графика ...

Надеюсь, я прояснил это достаточно ясно.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...