在 R 中高效繪制數億個點

Question

plot()是在 R 中繪制 1 億個左右數據點的最有效方法嗎？ 我想繪制一堆這些Clifford Attractors 。 這是我從非常大的圖像縮小的示例：

這是我用來繪制非常大的 8K (7680x4320) 圖像的一些代碼的鏈接。

生成 50 或 1 億個點（使用 Rcpp）不需要很長時間，也不需要獲取顏色 + 透明度的十六進制值，但實際繪制和保存到磁盤的速度非常慢。

• 有沒有更快的方法來繪制（並保存）所有這些點？
• R 只是這項工作的壞工具嗎？
• 即使您無法將它們全部放入 ram，您會使用什么工具來繪制數十億個點？
• 使用 1990 年代的軟件和硬件如何制作這種類型（顏色 + 透明度）的高分辨率繪圖？

編輯：使用的代碼

# 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

我最近發現了 R 的Scattermore包，它比 R 的標准繪圖函數快一個數量級。 scattermoreplot()需要大約 2 分鍾來繪制具有顏色和透明度的 100m 點，而plot()需要大約半小時。

Answer 2

我目前正在探索datashader ( http://www.datashader.org )。 如果你願意使用 python，這可能是一個優雅的問題解決方案。

Answer 3

也許來自 ggplo2 包的 geom_hex() 可以是一個解決方案？ https://ggplot2.tidyverse.org/reference/geom_hex.html