如何绘制类似维基百科的3D（或4D？）Dirichlet概率密度函数图？

我明白你想复刻维基百科上那种Dirichlet概率密度函数的可视化图，手里已经有10万行由rdirichlet生成的三元样本（每行元素和为1），还能用DirichletReg画出类似维基百科右下角的热图对吧？先把你那部分代码补全并整理好，再给你说说怎么实现3D版本的可视化~

一、完善你的Dirichlet热图代码 #

你给出的代码有点不完整，我帮你补全成可直接运行的版本，这样就能生成对应维基百科右下角的三角热图：

library(gtools)
library(DirichletReg)

# 生成10万行Dirichlet样本，alpha参数设置为c(10,1,10)
dat <- rdirichlet(100000, alpha = c(10,1,10))

# 转换为DirichletReg要求的数据格式并绘制热图
plot(DR_data(dat), 
     a2d = list(col = heat.colors(100)),  # 用渐变色区分密度高低
     main = "Dirichlet分布热图 (α=(10,1,10))")

这个热图是把三元样本投影到二维单纯形（三角平面）上，用颜色深浅表示区域的样本密度，和维基百科里的右下角图逻辑完全一致。

二、绘制3D版Dirichlet概率密度图 #

如果想要更直观的3D效果（把密度作为高度，在单纯形平面上呈现山峰状），可以用rgl包实现交互式3D可视化，步骤如下：

1. 安装并加载所需工具包 #

install.packages(c("gtools", "rgl", "ks"))  # ks包用于核密度估计
library(gtools)
library(rgl)
library(ks)

2. 生成样本并做核密度估计 #

因为我们是通过样本估计真实密度，所以用核密度方法来计算每个位置的密度值：

# 生成目标Dirichlet样本
dat <- rdirichlet(100000, alpha = c(10,1,10))

# 对单纯形上的样本做核密度估计，指定空间类型为单纯形
dens <- kde(x = dat, H = Hscv(dat), binned = TRUE, 
            domain = list(type = "simplex"))

3. 绘制交互式3D曲面图 #

先把单纯形坐标转换为笛卡尔坐标，再用rgl绘制3D曲面：

# 定义单纯形坐标转笛卡尔坐标的函数，适配rgl的3D绘图
simplex_to_cart <- function(p) {
  x <- p[,1] + p[,2]/2
  y <- (sqrt(3)/2)*p[,2]
  cbind(x, y)
}

# 转换密度估计网格点的坐标
cart_coords <- simplex_to_cart(dens$eval.points)

# 开启rgl窗口绘制3D图
open3d()
surface3d(cart_coords[,1], cart_coords[,2], dens$estimate,
          col = heat.colors(100)[cut(dens$estimate, 100)],
          xlab = "X1", ylab = "X2", zlab = "Density",
          main = "3D Dirichlet密度图 (α=(10,1,10))")
# 添加颜色图例辅助理解
legend3d("topright", legend = c("低密度", "高密度"),
         fill = heat.colors(2), cex = 0.8)

这个3D图会在三角平面基础上，用高度表示概率密度的大小，和维基百科里的3D示例图效果类似，而且支持交互旋转查看细节。

三、补充说明 #

• 对于三元Dirichlet分布，因为三个变量满足X1+X2+X3=1，所以本质是二维单纯形上的分布，所谓的“3D图”是把密度作为第三个维度呈现曲面效果；如果是四元Dirichlet分布才涉及4D概念，你这里用2D单纯形+密度高度的3D可视化就足够啦。
• 如果需要静态3D图，也可以用plot3D包的persp3D函数实现，代码逻辑和上面一致，只是绘图函数替换即可。

内容的提问来源于stack exchange，提问作者flee