如何在R中可视化含时间的4D空间数据并计算路径距离？

一、计算数据点间的物理移动距离 #

首先要确保数据按时间顺序排列，再用欧几里得公式计算相邻点的3D距离。先安装并加载必要的包：

install.packages(c("dplyr", "ggplot2", "plotly"))
library(dplyr)

假设你的数据集名为df，包含time（时间）、x、y、z三列坐标，处理代码如下：

# 按时间排序，保证行程顺序正确
df_sorted <- df %>% arrange(time)

# 计算相邻点的移动距离
df_sorted <- df_sorted %>%
  mutate(
    dx = x - lag(x),
    dy = y - lag(y),
    dz = z - lag(z),
    # 第一行无前置点，结果为NA
    distance = sqrt(dx^2 + dy^2 + dz^2)
  )

# 计算总移动距离
total_distance <- sum(df_sorted$distance, na.rm = TRUE)
cat("总移动距离：", total_distance, "\n")

二、行程可视化 #

1. 2D行程图（忽略Z轴或投影） #

用ggplot2绘制静态路径，颜色可映射时间展示行程顺序：

library(ggplot2)

ggplot(df_sorted, aes(x = x, y = y)) +
  geom_path(color = "steelblue", linewidth = 1) +
  geom_point(aes(color = time), size = 2) +
  scale_color_viridis_c(option = "plasma") +
  labs(title = "2D行程路径", x = "X坐标", y = "Y坐标", color = "时间") +
  theme_minimal()

2. 3D行程图（保留XYZ轴） #

用plotly生成交互式3D图，支持旋转、缩放查看细节：

library(plotly)

plot_ly(df_sorted, x = ~x, y = ~y, z = ~z) %>%
  add_paths(color = ~time, line = list(width = 3)) %>%
  add_markers(size = 3) %>%
  layout(
    title = "3D行程路径",
    scene = list(
      xaxis = list(title = "X坐标"),
      yaxis = list(title = "Y坐标"),
      zaxis = list(title = "Z坐标")
    )
  )

内容的提问来源于stack exchange，提问作者bicoe