如何在 R 中用 plot_ly 返回沿 x-y 坐标的 z 值矩阵来制作 3D 曲面图？

Question

我想在R中用 plot_ly 包裹 R.

我有三个向量，包括x，y，z值，如下图。

x <- rep(1,times=40) # 40 values 
y <- rep(2,times=40)
z <- rep(10, times=40)

在用法上，我有三个向量，包括x、y和z的值，如下图所示 add_surface 函数，据我所知，我需要一个沿x-y坐标的z值矩阵。

否则，它会给我一个错误。

plot_ly(x = x, y = y, z = z) %>% add_surface()

Error: `z` must be a numeric matrix

我如何制作z矩阵？

(这里，z矩阵应该有1600(40*40)个值)

增加了更多的细节，我希望这些增加的行文能让我的问题更清楚。

我知道 interp 函数的作用类似于 R图如何获得三维曲面的经纬度和Z值？. 但是，我不想使用 interp 函数，因为它以任何方式进行平滑处理（如果我理解正确的话）。

在我的例子中，z值是由GAM模型预测的数据，如下图所示。

gam_fit <- gam(y~ s(x),data=df)
gam_pred <-  predict_gam(gamm_fit)
  x <- gam_pred$x
  y <- gam_pred$y
  z <- gam_pred$fit

Answer 1

就我所见，这不可能用 predict_gam但你可以用标准的 predict 函数如下。 我将使用一些假数据，因为你没有提供一个可重复的例子（甚至是一个有两个预测因子的例子）。

library(mgcv)
x <- runif(100)
y <- runif(100)
z <- x^2 + y + rnorm(100)
df <- data.frame(x, y, z)
gam_fit <- gam(z ~ s(x) + s(y), data = df)

newx <- seq(0, 1, len=20)
newy <- seq(0, 1, len=30)
newxy <- expand.grid(x = newx, y = newy)
z <- matrix(predict(gam_fit, newdata = newxy), 20, 30)
library(plotly)
plot_ly(x = newx, y = newy, z = z) %>% add_surface()

这将产生这样的结果：