R语言三元相图的做法

通常情况下，对于三维数据，我们会用三维图表来展示，想要从三维图表上观察出一定的规律，需要一定的空间想象力；

而三元相图，其实就是用二维平面的1个等边三角形来表征三维数据，三角形的每一条边对应1个维度，将三维的数据映射到二维平面上，观察起来更加的直观

R语言的vcd 包中提供了 ternaryplot函数，可以方便的进行三元相图的绘制

代码示例：

# x y z
# A1  1  8  5
# A2  2  9  8
# A3  3  1  7
# 假设有3个样本，对应x,y,z 3个维度的值，
# 将这批数据用矩阵 x 保存
## plot
ternaryplot(x)

效果图如下：

从图中可以看到三角形的三个顶点分别对应x，y, z 三个维度，对于从每个点到对边的垂线，这条垂线上标记刻度，

要注意对于每个维度的值，都进行了归一化，归一化到0-1的范围，所以刻度线上都标记的是0.2， 0.4, 0.6, 0.8

红色的点每个点代表1个样本，那么样本点的位置是如何确定的呢

这是从百度文库找到的解释：通过做平行线的方式，唯一确定1个点的位置

那么从三元相图上我们能够看出什么结果？

对应每一个样本点，可以看出其三个维度的比例；

对于多个样本而言，我们可以看到样本的相似性和差异性，在三个维度上组成接近的样本，其位置必然也是相近的

通过挑选合适的三个维度，我们也能得到类似排序分析的结果，能看出样本大概的一个分类情况；