観察によってヒストグラム観察を構築するためにgganimateを使用しますか？より大きなデータセット（〜n = 5000）で機能する必要がある

正規分布からポイントをサンプリングしgganimate、最後のフレームに完全なドットプロットが表示されるまで、パッケージを使用してドットプロットを1つずつ作成します。

大規模なデータセット〜5,000〜20,000ポイントで機能するソリューションが不可欠です。

ここに私がこれまでに持っているコードがあります：

library(gganimate)
library(tidyverse)

# Generate 100 normal data points, along an index for each sample 
samples <- rnorm(100)
index <- seq(1:length(samples))

# Put data into a data frame
df <- tibble(value=samples, index=index)

dfは次のようになります。

> head(df)
# A tibble: 6 x 2
    value index
    <dbl> <int>
1  0.0818     1
2 -0.311      2
3 -0.966      3
4 -0.615      4
5  0.388      5
6 -1.66       6

静的プロットは正しいドットプロットを示しています。

# Create static version
plot <- ggplot(data=df, mapping=aes(x=value))+
          geom_dotplot()

ただし、gganimateバージョンには対応していません（以下を参照）。X軸にドットを配置するだけで、積み重ねません。

plot+
  transition_reveal(along=index)

これに似たものが理想的です：クレジット：https : //gist.github.com/thomasp85/88d6e7883883315314f341d2207122a1

別のオプションは、別のgeomでポイントを描くことです。最初にデータ（およびビニング）を数える必要がありますが、データを長くする必要はありません。

たとえば、を使用できますgeom_pointが、ポイントの寸法を正しくして、タッチする/タッチしないようにすることが課題です。これは、デバイス/ファイルサイズによって異なります。

しかし、あなたはggforce::geom_ellipseあなたのドットを描くのに使うこともできます:)

geom_point（デバイスの寸法に関する試行錯誤）

library(tidyverse)
library(gganimate)

set.seed(42)
samples <- rnorm(100)
index <- seq(1:length(samples))
df <- tibble(value = samples, index = index)

bin_width <- 0.25

count_data <- # some minor data transformation
  df %>%
  mutate(x = plyr::round_any(value, bin_width)) %>%
  group_by(x) %>%
  mutate(y = seq_along(x))

plot <-
  ggplot(count_data, aes(group = index, x, y)) + # group by index is important
  geom_point(size = 5)

p_anim <- 
  plot +
  transition_reveal(index)

animate(p_anim, width = 550, height = 230, res = 96)

geom_ellipse（ポイントサイズのフルコントロール）

library(ggforce)
plot2 <- 
  ggplot(count_data) +
  geom_ellipse(aes(group = index, x0 = x, y0 = y, a = bin_width/2, b = 0.5, angle = 0), fill = 'black') +
  coord_equal(bin_width) # to make the dots look nice and round

p_anim2 <- 
  plot2 +
  transition_reveal(index) 

animate(p_anim2) 

あなたがトーマスの驚くべき例に提供するリンクを更新すると、彼は同様のアプローチを使用していることがわかります-彼はgeom_ellipseの代わりにgeom_circleを使用しています。

「落下」効果を得るにはtransition_states、長い時間と毎秒多くのフレームが必要です。

p_anim2 <- 
  plot2 +
  transition_states(states = index, transition_length = 100, state_length = 1) +
  shadow_mark() +
  enter_fly(y_loc = 12) 

animate(p_anim2, fps = 40, duration = 20) 

^{2020-04-29にreprexパッケージ（v0.3.0）によって作成されました}

ggplot dotplot：geom_dotplotの適切な使用法は何ですか？

これを試して。基本的な考え方は、obsをフレームにグループ化することです。つまり、インデックスで分割してから、サンプルをフレームに蓄積します。これを実現するためのよりエレガントな方法ですが、機能します。

library(ggplot2)
library(gganimate)
library(dplyr)
library(purrr)

set.seed(42)

# example data
samples <- rnorm(100)
index <- seq(1:length(samples))

# Put data into a data frame
df <- tibble(value=samples, index=index)

# inflated df. Group obs together into frames
df_ani <- df %>% 
  split(.$index) %>% 
  accumulate(~ bind_rows(.x, .y)) %>% 
  bind_rows(.id = "frame") %>% 
  mutate(frame = as.integer(frame))
head(df_ani)
#> # A tibble: 6 x 3
#>   frame  value index
#>   <int>  <dbl> <int>
#> 1     1  1.37      1
#> 2     2  1.37      1
#> 3     2 -0.565     2
#> 4     3  1.37      1
#> 5     3 -0.565     2
#> 6     3  0.363     3

p_gg <- ggplot(data=df, mapping=aes(x=value))+
  geom_dotplot()
p_gg
#> `stat_bindot()` using `bins = 30`. Pick better value with `binwidth`.

p_anim <- ggplot(data=df_ani, mapping=aes(x=value))+
  geom_dotplot()

anim <- p_anim + 
  transition_manual(frame) +
  ease_aes("linear") +
  enter_fade() +
  exit_fade()
anim
#> `stat_bindot()` using `bins = 30`. Pick better value with `binwidth`.

^{2020-04-27にreprexパッケージ（v0.3.0）によって作成されました}

ここでの鍵は、このアニメーションを手動で作成する方法を想像することだと思います。つまり、結果のドットプロットに一度に1つの観測点を追加します。このことを念頭に置いて、ここで使用したアプローチggplotは、プロットレイヤー=観測数で構成されるオブジェクトを作成し、を介してレイヤーごとにステップスルーすることtransition_layerでした。

# create the ggplot object
df <- data.frame(id=1:100, y=rnorm(100))

p <- ggplot(df, aes(y))

for (i in df$id) {
  p <- p + geom_dotplot(data=df[1:i,])
}

# animation
anim <- p + transition_layers(keep_layers = FALSE) +
    labs(title='Number of dots: {frame}')
animate(anim, end_pause = 20, nframes=120, fps=20)

keep_layers=FALSEプロットしすぎないように設定していることに注意してください。初期をプロットするとggplotオブジェクト、最初の観測値が100回プロットされ、2番目の観測値が99回プロットされるので、私の意味がわかります...など。

大規模なデータセットのスケーリングについてはどうですか？

フレーム数=観測数なので、スケーラビリティを調整する必要があります。ここでは、＃フレームを一定に保ちます。つまり、コードでフレームをセグメントにグループ化する必要があります。これは、seq()関数を使用して、を指定して行いlength.out=100ます。新しい例でも、データセットにが含まれていることに注意してくださいn=5000。フレーム内のドットプロットを維持するには、ドットのサイズを本当に小さくする必要があります。私はおそらくここでドットを少し小さすぎましたが、あなたは考えを理解しています。これで、＃フレーム=観測グループの数になります。

df <- data.frame(id=1:5000, y=rnorm(5000))

p <- ggplot(df, aes(y))

for (i in seq(0,length(df$id), length.out=100)) {
  p <- p + geom_dotplot(data=df[1:i,], dotsize=0.08)
}

anim <- p + transition_layers(keep_layers=FALSE) +
  labs(title='Frame: {frame}')

animate(anim, end_pause=20, nframes=120, fps=20)