在R语言中如何将坐标点与对应分类值匹配

需求回顾 #

在矩形(-6,-4)到(6,4)范围内生成250个随机点，位于指定方形区域内的点标记为蓝色，区域外标记为红色。最终需要将点坐标与分类值匹配：

• 第三列（蓝色标记）：蓝色点记+1，红色点记-1
• 第四列（红色标记）：蓝色点记-1，红色点记+1

修正后的完整代码 #

library(sf)
library(sfheaders)

# 生成边界矩形
border <- matrix(c(
  -6, -4,
  -6, 4,
  6, 4,
  6, -4,
  -6, -4
), ncol = 2, byrow = TRUE) %>% 
  sfheaders::sfc_polygon() 

# 生成目标方形区域并合并为单个多边形
squares1 <- matrix(c(
  -4, 0,
  -4, 3,
  -1, 3,
  -1, 0,
  -4, 0
), ncol = 2, byrow = TRUE) %>% 
  sfheaders::sfc_polygon() 

squares2 <- matrix(c(
  -2, -4,
  -2, -1,
  1, -1,
  1, -4,
  -2, -4
), ncol = 2, byrow = TRUE) %>% 
  sfheaders::sfc_polygon()

squares3 <- matrix(c(
  2, -2,
  2, 1,
  5, 1,
  5, -2,
  2, -2
), ncol = 2, byrow = TRUE) %>% 
  sfheaders::sfc_polygon()

# 合并多个方形为单个区域（更高效的判断方式）
target_area <- st_union(squares1, squares2, squares3)

# 生成随机点
rand_points <- st_sample(border, size = 250)  

# 判断每个点是否在目标区域内（蓝色点）
is_blue <- st_within(rand_points, target_area, sparse = FALSE)[,1]

# 提取坐标并转换为数据框
coord_df <- as.data.frame(st_coordinates(rand_points))
colnames(coord_df) <- c("X", "Y")  # 重命名坐标列

# 添加分类标记列
coord_df$blue_score <- ifelse(is_blue, 1, -1)
coord_df$red_score <- ifelse(is_blue, -1, 1)

# 查看结果（可选）
head(coord_df)

# 绘图验证（修正原代码变量名错误）
plot(border)
plot(rand_points[!is_blue], add = TRUE, col = "red")  # 红色点（区域外）
plot(rand_points[is_blue], add = TRUE, col = "blue") # 蓝色点（区域内）

关键步骤解释 #

1. 合并目标区域：用st_union将多个方形合并为单个多边形，后续判断点是否在区域内时更高效。
2. 批量标记分类：用st_within直接判断所有随机点是否在目标区域内，返回逻辑向量is_blue，避免分开存储红蓝点再合并的麻烦。
3. 生成标记列：通过ifelse根据is_blue的值生成要求的第三、第四列，直接关联坐标与分类。
4. 修正绘图错误：原代码中使用了未定义的negative_vals和positive_vals，改为用逻辑索引筛选红蓝点绘图。

结果说明 #

最终生成的coord_df数据框包含四列：

• X/Y：点的坐标
• blue_score：蓝色分类标记（蓝点+1，红点-1）
• red_score：红色分类标记（蓝点-1，红点+1）

内容的提问来源于stack exchange，提问作者Prometheus