r - 我在我的散点图中发现了一条意想不到的线，我怎样才能提取线附近的所有数据以供进一步分析？

Question

我的数据是关于文件大小和处理文件的时间成本。

当我绘制点图时，我得到了以下结果:

ggplot(data,aes(filesize,time))+geom_point()

您可以看到图中有 2 条线。

如何提取线附近的所有数据以供进一步分析？

有什么学习建议吗？提前谢谢你。

Answer 1

下一步最好是确定那些看起来更常见的比率，以便更容易地隔离这些观察结果。

library(dplyr)

data %>%
  mutate(time_per_size = time/file_size) %>%
  ggplot(aes(time_per_size)) +
    geom_histogram(bins = 50) # 30 bins is default, fiddle to see what value captures the predominant ratios most cleanly

例如，使用@PavoDive 的示例数据，我们可以使用此过程查看比率，并使用 plotly 以交互方式查看尖峰，看到它们大约在 1.5 和 3 之间。

library(ggplot2); library(dplyr)
dt %>%
  mutate(time_per_size = y/x) %>%
  filter(time_per_size < 10) %>%
  ggplot(aes(time_per_size)) +
  geom_histogram(bins = 300) 
plotly::ggplotly(.Last.value)