我的最终目标是在
R
。然而,我的数据很大,并且不是以可用于直接输入的方式存储的,我有:
-
4组(它们将是冲积地块的轴线)
-
在这些组中的每一个中,都包含一个矢量列表
我的想法是使用
length(intersect())
以获得向量列表的每个组合的频率。
为了获得列表的组合,我使用
cross()
来自
purrr
。我不确定这是否是获得这个组合矩阵的正确方法,我对其他方法持开放态度。同样,我对能够实现这一目标的其他渠道持开放态度。主要原因是我被困在这一点上,找不到一个好的方法来找到向量列表的交集。
下面是一个玩具数据集和我想要获得的预期输出(我手动键入结果):
library(tidyverse)
group1 <- list(module1 = c("test1", "test2", "test3", "test4", "test5", "test6"),
module2 = c("test7", "test8", "test9", "test10"),
module3 = c("test11", "test12", "test13"))
group2 <- list(module1 = c("test3", "test4", "test5", "test7", "test8"),
module2 = c("test1", "test12", "test13"),
module3 = c("test2", "test6", "test11"))
group3 <- list(module1 = c("test3", "test5", "test6", "test8"),
module2 = c("test1", "test7", "test9", "test10"),
module3 = c("test13", "test14", "test15"))
list_combination <- list(group1 = names(group1), group2 = names(group2), group3 = names(group3)) %>%
cross() %>%
bind_rows()
expected_result_intersect <- list_combination %>% #below are the results
mutate(intersect_result = list(
c("test3", "test5"), #intersect(group1_module1, intersect(group2_module1, group3_module1))
c("test8"), #intersect(group1_module2, intersect(group2_module1, group3_module1))
NULL, #intersect(group1_module3, intersect(group2_module1, group3_module1))
NULL, #intersect(group1_module1, intersect(group2_module2, group3_module1))
NULL, #intersect(group1_module2, intersect(group2_module2, group3_module1))
NULL, #intersect(group1_module3, intersect(group2_module3, group3_module1))
c("test6"), #intersect(group1_module1, intersect(group2_module3, group3_module1))
NULL, #intersect(group1_module2, intersect(group2_module3, group3_module1))
NULL, #intersect(group1_module3, intersect(group2_module3, group3_module1))
c("test5"), #intersect(group1_module1, intersect(group2_module1, group3_module2))
c("test7"), #intersect(group1_module2, intersect(group2_module1, group3_module2))
NULL, #intersect(group1_module3, intersect(group2_module1, group3_module2))
c("test1"), #intersect(group1_module1, intersect(group2_module2, group3_module2))
NULL, #intersect(group1_module2, intersect(group2_module2, group3_module2))
NULL, #intersect(group1_module3, intersect(group2_module2, group3_module2))
NULL, #intersect(group1_module1, intersect(group2_module3, group3_module2))
NULL, #intersect(group1_module2, intersect(group2_module3, group3_module2))
NULL, #intersect(group1_module3, intersect(group2_module3, group3_module2))
NULL, #intersect(group1_module1, intersect(group2_module1, group3_module3))
NULL, #intersect(group1_module2, intersect(group2_module1, group3_module3))
NULL, #intersect(group1_module3, intersect(group2_module1, group3_module3))
NULL, #intersect(group1_module1, intersect(group2_module2, group3_module3))
NULL, #intersect(group1_module2, intersect(group2_module2, group3_module3))
c("test13"), #intersect(group1_module3, intersect(group2_module2, group3_module3))
NULL, #intersect(group1_module1, intersect(group2_module3, group3_module3))
NULL, #intersect(group1_module2, intersect(group2_module3, group3_module3))
NULL #intersect(group1_module3, intersect(group2_module3, group3_module3))
))
expected_result_counts <- expected_result_intersect %>%
rowwise() %>%
mutate(Freq = length(intersect_result))
library(ggalluvial)
ggplot(expected_result_counts,
aes(y = Freq, axis1 = group1, axis2 = group2)) +
geom_alluvium(aes(fill = group3), width = 1/12) +
geom_stratum(width = 1/12, fill = "black", color = "grey") +
geom_label(stat = "stratum", aes(label = after_stat(stratum))) +
scale_x_discrete(limits = c("Group1", "Group2"), expand = c(.05, .05)) +
scale_fill_brewer(type = "qual", palette = "Set1") +
ggtitle("test plot")
需要注意的事项:
-
我不想在小组内进行任何组合,也就是说,我想
不需要
intersect(group1_module1, group1_module2)
作为角色
组内的矢量具有不同的元素。
-
在真实的数据集中,我每组有50多个模块。因此,如果所提出的方法是计算/RAM有效的,那就太好了。
我对其他语言处理数据持开放态度,但更喜欢使用R来绘制图形,因为我更熟悉
ggplot
.
谢谢
