在 R 中高效绘制数亿个点

Question

plot()是在 R 中绘制 1 亿个左右数据点的最有效方法吗？ 我想绘制一堆这些Clifford Attractors 。 这是我从非常大的图像缩小的示例：

这是我用来绘制非常大的 8K (7680x4320) 图像的一些代码的链接。

生成 50 或 1 亿个点（使用 Rcpp）不需要很长时间，也不需要获取颜色 + 透明度的十六进制值，但实际绘制和保存到磁盘的速度非常慢。

• 有没有更快的方法来绘制（并保存）所有这些点？
• R 只是这项工作的坏工具吗？
• 即使您无法将它们全部放入 ram，您会使用什么工具来绘制数十亿个点？
• 使用 1990 年代的软件和硬件如何制作这种类型（颜色 + 透明度）的高分辨率绘图？

编辑：使用的代码

# Load packages
library(Rcpp)
library(viridis)

# output parameters
output_width = 1920 * 4
output_height = 1080 * 4
N_points = 50e6
point_alpha = 0.05 #point transperancy

# Attractor parameters
params <- c(1.886,-2.357,-0.328, 0.918)

# C++ function to rapidly generate points
cliff_rcpp <- cppFunction(
    "
    NumericMatrix cliff(int nIter, double A, double B, double C, double D) {
    NumericMatrix x(nIter, 2);
    for (int i=1; i < nIter; ++i) {
    x(i,0) = sin(A*x(i-1,1)) + C*cos(A*x(i-1,0));
    x(i,1) = sin(B*x(i-1,0)) + D*cos(B*x(i-1,1));
    }
    return x;
    }"
)

# Function for mapping a point to a colour
map2color <- function(x, pal, limits = NULL) {
    if (is.null(limits))
        limits = range(x)
    pal[findInterval(x,
                     seq(limits[1], limits[2], length.out = length(pal) + 1),
                     all.inside = TRUE)]
}

# Obtain matrix of points
cliff_points <- cliff_rcpp(N_points, params[1], params[2], params[3], params[4])

# Calculate angle between successive points
cliff_angle <- atan2(
    (cliff_points[, 1] - c(cliff_points[-1, 1], 0)),
    (cliff_points[, 2] - c(cliff_points[-1, 2], 0))
)

# Obtain colours for points
available_cols <-
    viridis(
        1024,
        alpha = point_alpha,
        begin = 0,
        end = 1,
        direction = 1
    )

cliff_cols <- map2color(
    cliff_angle,
    c(available_cols, rev(available_cols))
)


# Output image directly to disk
jpeg(
    "clifford_attractor.jpg",
    width = output_width,
    height = output_height,
    pointsize = 1,
    bg = "black",
    quality = 100

)
    plot(
        cliff_points[-1, ],
        bg = "black",
        pch = ".",
        col = cliff_cols
    )

dev.off()

Answer 1

我最近发现了 R 的Scattermore包，它比 R 的标准绘图函数快一个数量级。 scattermoreplot()需要大约 2 分钟来绘制具有颜色和透明度的 100m 点，而plot()需要大约半小时。

Answer 2

我目前正在探索datashader ( http://www.datashader.org )。 如果你愿意使用 python，这可能是一个优雅的问题解决方案。

Answer 3

也许来自 ggplo2 包的 geom_hex() 可以是一个解决方案？ https://ggplot2.tidyverse.org/reference/geom_hex.html