在 R 中有效地绘制数百万个数据点

Question

我正在尝试在 R 中绘制数百万个数据点。我目前正在使用 ggplot2（但我愿意接受替代包的建议）。 问题是图形渲染时间太长（通常超过一分钟）。 我正在寻找更快地做到这一点的方法 - 理想情况下是实时的。 我将不胜感激 - 为清楚起见，将代码附加到问题中。

创建一个包含约 500000 个数据点的（随机）数据框：

letters <- c("A", "B", "C", "D", "E", "F", "G")
myLetters <- sample(x = letters, size = 100000, replace = T)
direction <- c("x", "y", "z")
factor1 <- sample(x = direction, size = 100000, replace = T)
factor2 <- runif(100000, 0, 20)
factor3 <- runif(100000, 0, 100)
decile <- sample(x = 1:10, size = 100000, replace = T)


new.plot.df <- data.frame(letters = myLetters, factor1 = factor1, factor2 = factor2, 
                      factor3 = factor3, decile = decile)

现在，绘制数据：

color.plot <- ggplot(new.plot.df, aes(x = factor3, y = factor2, color = factor1)) +
geom_point(aes(alpha = factor2)) +
facet_grid(decile ~ letters)

如何使渲染速度更快？

Answer 1

R 绘图缓慢有两个主要来源：

1. 图形设备和后端一般
2. 绘制太多复杂的形状

可以使用适当的设备打开和后端选择命令来更改图形后端——对我来说，这通常有帮助：

options(bitmapType='cairo')  #set the drawing backend, this may speed up PNG rendering
x11(type='cairo')   #drawing to X11 window using cairo is the fastest interactive output for me

（X11 在 Windows 上不可用，在 Rstudio 中有点混乱，但这是另一回事）

绘制更简单的形状有很大帮助。 ggplot 默认使用pch=19或pch=20的一些变体，由于抗锯齿，这太慢了。 使用pch='.'通常可以获得大约 10 倍的渲染速度pch='.' （这只是一个非锯齿像素）或pch=16 （这是一个小的非锯齿圆）。 这也适用于shape='.' ggplot shape='.' 和shape=16 ，分别。 如果您有很多点并适当地设置较低的 alpha，您将免费获得“抗锯齿”。

对我来说，只需切换图形后端并设置不同的点形状即可将 100 万个点的绘制从大约 30 分钟缩短到几秒钟。 50 万个数据点应该在一秒钟内呈现。

编辑（2020 年 1 月）：我最近制作了一个可以加快速度的库： https : //github.com/exaexa/scattermore

Answer 2

一般来说，我使用两种策略：

1）如评论中所述，对您的数据进行合理的描述性样本不会影响您的绘图，您将减少要渲染的点数。

2）我使用的一个技巧实际上是在不显示绘图的情况下创建对象，而是将绘图保存到 PNG 图像中。 这实际上大大加快了过程，因为当您打开图像时，它将是一个光栅而不是矢量图像。