plotly for R
简介
交互式绘图工具, 提供python, R, js接口, 以R接口为例
api类似, 需要注意在参数中涉及子项的在R中使用列表, 在python中使用字典
支持管道符操作
%>%, 类似ggplot2的+详细教程参见 (https://plotly.com/r/)
基本命令
基本绘图命令：
plot_ly(data, x, y, z, type, mode...)
x: x轴数据y: y轴数据z: z轴数据 (三维图形)text: 文本内容type: 图形的类型, 包括点图, 柱状图, 热图等name: 名称, 在图注中使用alpha: 透明度0-1, 0表示透明, 1表示不透明size/sizes: 点的大小可以指定变量(~size), 也可以使用区间表示c(10, 100)linetype/linetypes: 线的类型color/colors: 图形的颜色, 可选择变量或预设的颜色集合symbol/symbols: 指定形状, 例如symbol = ~symbol_indices或symbols = c('circle','x','o')stroke/strokes: 边框的颜色width/height: 图形的宽高showlegend: 布尔值, 当前trace是否显示图例
图形命令 (add_trace/add_xxx)
点类型 (散点图, 折线图, 气泡图...)
散点图
指定参数
add_trace(..., type="scatter", mode="")等同于
add_markers/add_lines
marker: 指定标记点的相关特征, 包括边框, 颜色, 大小等
symbol: 指定点的形状color: 点的颜色colorscale: 设置色阶, colorscale必须是一个数组, 设置0 ~ 1中某个区间想要使用的颜色, 至少需要最低（0）和最高（1）值的映射。例如:list(c(0.0, '#19d3f3'), c(0.333, '#e763fa'), c(0.666, '#e763fa'), c(1, '#636efa'))。(左闭右开的区间)opacity: 点的透明度(0-1)size: 点的大小, 默认6line: 传入列表, 指定点的边框特征
width: 边框的粗细color: 边框的颜色colorscale: 指定色阶
line: 传入列表, 指定线的特征
color: 线的颜色width: 线的粗细 (Default: 2)shape: 线的形状, 可选参数有: "linear"(直线) | "spline"(平滑曲线) | "hv"(阶梯曲线) | "vh" | "hvh" | "vhv"smoothing: 平滑度(0-1.3), 默认1simplify: 通过删除几乎共线的点来简化直线dash: 设置线条的虚线样式: "solid" | "dot" | "dash" | "longdash" | "dashdot" | "longdashdot"
connectgaps: 应用于折线图的参数, 确定所提供的数据数组中的间隙(NA)是否连接。
同属scatter类型下的不同模式 (mode)
scatter类型x与y是一一对应的, 又有三种模式, 可以绘制散点图或折线图
mode="markers": 绘制点图, 等同于add_markers
mode="lines": 绘制线图, 等同于add_lines
mode="lines+markers": 散点图和折线图的结合
library(plotly)plot_ly(economics, x = ~date, y = ~uempmed) %>% add_trace(type="scatter", mode="markers", marker = list(color = "black", line = list(color = "red", width = 1)))## head(economics)## # A tibble: 6 x 6## date pce pop psavert uempmed unemploy ## <date> <dbl> <dbl> <dbl> <dbl> <dbl>## 1 1967-07-01 507. 198712 12.6 4.5 2944## 2 1967-08-01 510. 198911 12.6 4.7 2945## 3 1967-09-01 516. 199113 11.9 4.6 2958## 4 1967-10-01 512. 199311 12.9 4.9 3143## 5 1967-11-01 517. 199498 12.8 4.7 3066## 6 1967-12-01 525. 199657 11.8 4.8 3018## 等同于以下命令plot_ly(economics, x = ~date, y = ~uempmed) %>% add_markers(marker = list(color = "black", line = list(color = "red", width = 1)))
Markers
在散点图上又有许多扩展, 将点连成线就变成了折线图
plot_ly(economics, x = ~date, y = ~uempmed) %>% add_trace(type = "scatter", mode = "lines", line = list(color = "green", width = 2)) ## 等同于以下命令 plot_ly(economics, x = ~date, y = ~uempmed) %>% add_trace(type = "scatter", mode = "lines", line = list(color = "green", width = 2))
Lines
也可以在折线图的基础上将点标记出来
包含的trace:
marker,line
plot_ly(economics, x = ~date, y = ~uempmed) %>% add_trace(type = "scatter", mode = "markers+lines", marker = list(color = "black", line = list(color = "red", width = 1)), line = list(color = "green", width = 2))## 等同于以下命令plot_ly(economics, x = ~date, y = ~uempmed) %>% add_trace(type = "scatter", mode = "lines", line = list(color = "green", width = 2)) %>% add_trace(type = "scatter", mode = "markers", marker = list(color = "black", line = list(color = "red", width = 1)))
Markers+Lines
气泡图则是将点的大小和颜色与其他特征联系起来 (Bubble)
library(plotly)data <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/school_earnings.csv")data$State <- as.factor(c('Massachusetts', 'California', 'Massachusetts', 'Pennsylvania', 'New Jersey', 'Illinois', 'Washington DC',
'Massachusetts', 'Connecticut', 'New York', 'North Carolina', 'New Hampshire', 'New York', 'Indiana',
'New York', 'Michigan', 'Rhode Island', 'California', 'Georgia', 'California', 'California'))## head(data)## School Women Men Gap State## 1 MIT 94 152 58 Massachusetts## 2 Stanford 96 151 55 California## 3 Harvard 112 165 53 Massachusetts## 4 U.Penn 92 141 49 Pennsylvania## 5 Princeton 90 137 47 New Jersey## 6 Chicago 78 118 40 Illinoisfig <- plot_ly(data, x = ~Women, y = ~Men, text = ~School, type = 'scatter',
mode = 'markers', size = ~Gap, color = ~State, colors = 'Paired',
marker = list(opacity = 0.5, sizemode = 'diameter', line = list(color="white", width=1)))fig <- fig %>% layout(title = 'Gender Gap in Earnings per University',
xaxis = list(showgrid = FALSE),
yaxis = list(showgrid = FALSE),
showlegend = FALSE)fig
Bubble
哑铃图, 将起始点与终止点用segment连接起来 (Dumbbell)
包含的trace:
marker,line
s <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/school_earnings.csv")# order factor levels by men's income (plot_ly() will pick up on this ordering)s$School <- factor(s$School, levels = s$School[order(s$Men)])## head(s)## School Women Men Gap## 1 MIT 94 152 58## 2 Stanford 96 151 55## 3 Harvard 112 165 53## 4 U.Penn 92 141 49## 5 Princeton 90 137 47## 6 Chicago 78 118 40library(plotly)fig <- plot_ly(s)## add_segment添加线段, 指定起始位置x, y和终止位置xend, yendfig <- fig %>% add_segments(x = ~Women, xend = ~Men, y = ~School, yend = ~School, showlegend = F,
line = list(color = "rgb(230,230,230)"))fig <- fig %>% add_markers(x = ~Women, y = ~School, name = "Women", color = I("pink"))fig <- fig %>% add_markers(x = ~Men, y = ~School, name = "Men", color = I("blue"))fig <- fig %>% layout(
title = "Gender earnings disparity",
xaxis = list(title = "Annual Salary (in thousands)"),
margin = list(l = 65))fig
Dumbbell
对于多个变量, 创建二维散点图矩阵 (Splom)
opacity: 透明度, 0 ~ 1的区间 (Default: 1)
dimensions: 传入列表, 指定需要绘图的维度 (每一个维度都需要指定下面的参数, 用列表包裹起来)
visible: 布尔值, 是否可见label: 设置与此splom维度对应的标签values: 设置要绘制的值
marker: 设置splom中点的特征
color: 设置点的颜色colorscale: 设置色阶symbol: 设置点的形状size: 设置点的大小line: 传入列表, 设置点的边框信息
color: 设置边框的颜色width: 设置边框的宽度
text: 文本信息
library(plotly)df <- read.csv('https://raw.githubusercontent.com/plotly/datasets/master/iris-data.csv')## head(df)## sepal.length sepal.width petal.length petal.width class## 1 5.1 3.5 1.4 0.2 Iris-setosa
## 2 4.9 3.0 1.4 0.2 Iris-setosa
## 3 4.7 3.2 1.3 0.2 Iris-setosa
## 4 4.6 3.1 1.5 0.2 Iris-setosa
## 5 5.0 3.6 1.4 0.2 Iris-setosa
## 6 5.4 3.9 1.7 0.4 Iris-setosa
## 注意色阶是左闭右开的区间
pl_colorscale=list(c(0.0, '#19d3f3'),
c(0.333, '#e763fa'),
# c(0.333, '#e763fa'),
c(0.666, '#e763fa'),
# c(0.666, '#636efa'),
c(1, '#636efa'))axis = list(showline=FALSE,
zeroline=FALSE,
gridcolor='#ffff',
ticklen=4)fig <- df %>%
plot_ly() fig <- fig %>%
add_trace(
type = 'splom',
dimensions = list(
list(label='sepal length', values=~sepal.length),
list(label='sepal width', values=~sepal.width),
list(label='petal length', values=~petal.length),
list(label='petal width', values=~petal.width)
),
text=~class,
marker = list(
color = as.integer(as.factor(df$class)) / 3,
colorscale = pl_colorscale,
size = 7,
line = list(
width = 1,
color = 'rgb(230,230,230)'
)
)
) fig <- fig %>%
layout(
title= 'Iris Data set',
hovermode='closest',
dragmode= 'select',
plot_bgcolor='rgba(240,240,240, 0.95)',
xaxis=list(domain=NULL, showline=F, zeroline=F, gridcolor='#ffff', ticklen=4),
yaxis=list(domain=NULL, showline=F, zeroline=F, gridcolor='#ffff', ticklen=4),
xaxis2=axis,
xaxis3=axis,
xaxis4=axis,
yaxis2=axis,
yaxis3=axis,
yaxis4=axis )fig
Splom
柱类型(柱状图, 堆积图, 直方图, 瀑布图...)
柱状图 (Bar Charts)
指定参数
add_trace(..., type="bar")等同于
add_bars
marker参数指定柱子的特征, 包括边框, 颜色等
width参数如果指定变量则表示柱子的宽度
color参数支持使用I("颜色")指定颜色/rgb(0.0.0)指定rgb颜色/rgba(0.0.0.0)指定rgb颜色和透明度
orientation: 设置条的方向, 可选"v" (竖直) / "h" (水平)
marker: 传入列表, 指定柱子的特征, 包括颜色, 边框等
line: 传入列表, 指定边框的颜色, 粗细等特征color: 指定柱子的颜色opacity: 指定柱子的透明度
layout中对于柱状图的设置
barmode: 设置直方图的展示形式, 可选参数: "stack" (堆叠展示) | "group" (分组展示) | "overlay" (覆盖展示) | "relative" (相对高度) (Default: "group")bargap: 每个柱子的间隔barnorm: bar的标准化形式, 可选参数: "" | "fraction" (分数) | "percent" (百分数) (Default: "")bargap: 设置相邻位置坐标 (不同特征) bar之间的间距 (0 ~ 1的区间)bargroupgap: 设置相同坐标 (相同特征) bar之间的间距 (0 ~ 1的区间) (Default: 0)
library(plotly)## 构建数据x= c(1, 2, 3, 5.5, 10)y= c(10, 8, 6, 4, 2)width = c(0.8, 0.8, 0.8, 3.5, 4)data <- data.frame(x, y, width)## 绘图fig <- plot_ly(data)fig <- fig %>% add_trace( type="bar", x= ~x, y= ~y, width = ~width, marker = list(color = 'rgb(158,202,225)', line = list(color = 'rgb(8,48,107)', width = 1.5)))fig
bar
直方图 (Histgram)
指定参数
add_trace(..., type="histogram")等同于
add_histogram
opacity: 柱子的透明度, 0 ~ 1的区间 (Default: 1)
histfunc: 每一个柱子的统计指标: "count" (默认) | "sum" | "avg" | "min" | "max"
histnorm: 指定用于此直方图规格化类型: "" (默认) | "percent" | "probability" | "density" | "probability density"
marker: 传入列表参数, 指定直方图中柱子的特征
color: 直方图的颜色opacity: 直方图的透明度, 0 ~ 1的区间 (Default: 1)line: 传入列表, 指定直方图的边框特征
width: 边框的粗细color: 边框的颜色
fig <- plot_ly(alpha = 0.6) fig <- fig %>% add_histogram(x = ~rnorm(500)) fig <- fig %>% add_histogram(x = ~rnorm(500) + 1) fig <- fig %>% layout(barmode = "overlay") fig
Overlayed Histgram
瀑布图 (Waterfall)
指定参数
add_trace(..., type="waterfall")
measure: 包含值类型的数组, 可选参数: "relative" (相对变化) | "total" (计算总和) | "absolute" (重置计算结果, 绝对变化)
library(plotly)x= list("Sales", "Consulting", "Net revenue", "Purchases", "Other expenses", "Profit before tax")measure= c("relative", "relative", "total", "relative", "relative", "total")text= c("+60", "+80", "", "-40", "-20", "Total")y= c(60, 80, 0, -40, -20, 0)data = data.frame(x=factor(x,levels=x),measure,text,y)fig <- plot_ly(
data, name = "20", type = "waterfall", measure = ~measure,
x = ~x, textposition = "outside", y= ~y, text =~text,
connector = list(line = list(color= "rgb(63, 63, 63)"))) fig <- fig %>%
layout(title = "Profit and loss statement 2018",
xaxis = list(title = ""),
yaxis = list(title = ""),
autosize = TRUE,
showlegend = TRUE)fig
Waterfall
数据整体分布 (箱线图, 小提琴图...)
箱线图 (Box Plot)
包含的trace:
marker(点)使用
add_trace(..., type="box")绘制箱线图等同于
add_boxplot
quartilemethod参数指定了箱线图的定量方法, 包括linear(默认)/inclusive/exclusive
boxpoints: 在箱线图的基础上绘制点图 "all" | "outliers" | FALSE
opacity: 箱线图的透明度, 0 ~ 1的范围 (Default: 1)
fillcolor: 箱线图的填充颜色
pointpos参数指定散点图与箱线图的偏移量, -2 ~ 2 的区间
jitter指定散点随即抖动的范围, 0 ~ 1的区间
notched: 布尔类型, 是否创建带凹槽的箱线图
line: 传入列表, 指定边框信息, 包括颜色
marker: 传入列表, 指定箱线图中点的特征
outliercolor: 异常点的颜色symbol: 点的形状 (Default: "circle")opacity: 点的透明度 (Default: 1)color: 点的颜色(指定的jitter的颜色)size: 点的大小, 大于0的范围 (Default: 6)line: 传入列表参数, 指定点的边框信息
color: 边框的颜色 (Default: "#444")width: 边框的粗细 (Default: 0)outliercolor: 异常点的边框的颜色outlierwidth: 异常点的边框的粗细 (Default: 1)
line: 传入列表, 指定箱线图的边框信息
color: 边框的颜色width: 边框的宽度 (Default: 2)
boxmean: 展示箱线图均值所在的位置: TRUE | "sd" (mean和sd都标记出来) | FALSE
layout中对于箱线图的参数
boxmode: 箱线图的展示形式, 可选参数: "group" (分组展示) | "overlay" (覆盖显示)boxgap: 设置相邻位置坐标 (不同特征) box之间的间距 (0 ~ 1的区间) (Default: 0.3)boxgroupgap: 设置相同坐标 (相同特征) box的间距 (0 ~ 1的区间) (Default: 0.3)
library(plotly)fig <- plot_ly(y = list(1,2,3,4,5), type = "box", quartilemethod="linear", name="Linear Quartile Mode") %>% add_trace(y = list(1,2,3,4,5), quartilemethod="inclusive", name="Inclusive Quartile Mode") %>% add_trace(y = list(1,2,3,4,5), quartilemethod="exclusive", name="Exclusive Quartile Mode") %>% layout(title = "Modifying The Algorithm For Computing Quartiles")fig
Boxplot
fig <- plot_ly(y = ~rnorm(50), type = "box", boxpoints = "all", jitter = 0.3, pointpos = 1.8) fig
Boxplot+Jitter
小提琴图 (Violin Plot)
包含的trace:
box(小提琴中的箱线图),marker(点),line(边框)指定参数
add_trace(..., type="voilin")绘制小提琴图
box: 传入列表参数, 控制小提琴中的箱线图特征
visable: 是否在小提琴中可见箱线图(T | F)width: 箱线图的宽度(Default: 0.25)fillcolor: 箱线图的填充颜色line: 传入列表参数, 设定箱线图的边框特征
color: 箱线图的边框颜色width: 箱线图的边框粗细
marker: 传入列表参数, 设定小提琴图中点的特征
outliercolor: 离群点的颜色 (只包含离群点)symbol: 点的形状 (Default: "circle")opacity: 点的透明度, 0-1的区间 (Default: 1)size: 点的大小 (Default: 6)line: 传入列表参数, 设置点的边框特征
color: 点的边框的颜色 (包含所有点)width: 点的边框的粗细 (包含所有点)outliercolor: 离群点的边框的颜色 (只包含离群点)outlierwidth: 离群点的边框的粗细 (只包含离群点)
line: 传入列表参数, 指定小提琴的边框特征
color: 小提琴的边框颜色width: 小提琴的边框粗细 (Default: 2)
side: 指定小提琴展示在哪一侧, 可选参数有: "negative"(左侧) | "positive"(右侧) | "both"(两侧, 默认)
points: 展示点, 可选参数有: "all"(全部点) | "outliers"(异常点, 默认) | FALSE(不展示点, 只展示小提琴)
pointpos: 散点图与小提琴图的偏移量, -2 ~ 2的区间
jitter: 点的抖动范围, 0 ~ 1的范围
filecolor: 小提琴图的填充颜色
meanline: 传入列表小提琴内部显示与样本平均值相对应的线
visable: 线是否可见(TRUE | FALSE)color: 线的颜色width: 线的宽度
layout中对于小提琴图的设定 (官网没有这些参数, 但是对图形有影响)
violinmode: 小提琴图的展示形式, 可选参数: "group" (分组展示) | "overlay" (覆盖显示)violingap: 设置相邻位置坐标 (不同特征) violin之间的间距 (0 ~ 1的区间) (Default: 0.3)violingroupgap: 设置相同坐标 (相同特征) violin的间距 (0 ~ 1的区间) (Default: 0.3)
library(plotly)df <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/violin_data.csv")fig <- df %>%
plot_ly(type = 'violin') fig <- fig %>%
add_trace(
x = ~day[df$smoker == 'Yes'],
y = ~total_bill[df$smoker == 'Yes'],
legendgroup = 'Yes',
scalegroup = 'Yes',
name = 'Yes',
side = 'negative',
box = list(
visible = T
),
meanline = list(
visible = T
),
color = I("blue")
) fig <- fig %>%
add_trace(
x = ~day[df$smoker == 'No'],
y = ~total_bill[df$smoker == 'No'],
legendgroup = 'No',
scalegroup = 'No',
name = 'No',
side = 'positive',
box = list(
visible = T
),
meanline = list(
visible = T
),
color = I("green")
) fig <- fig %>%
layout(
xaxis = list(
title = ""
),
yaxis = list(
title = "",
zeroline = F
),
violingap = 0,
violingroupgap = 0,
violinmode = 'overlay'
)fig
splited violin
不知道为何violingap, violingroupgap, violinmode会报warning提示没有该参数, 但是实际改变这些参数确实是对图形有影响的
桑基图 (Sankey Diagram)
包含的trace:
node (节点),link (连接)指定参数
add_trace(..., type="sankey")节点
node和连接link
visible: 是否可见, 可选参数: TRUE | FALSE | "legendonly" (之战时图例)
domain: 传入列表, 设置桑基图展示的区域
x: x轴展示的范围, 以整体的分数形式表示, 0~1的区间y: y轴展示的范围, 以整体的分数形式表示, 0~1的区间row: 如果存在网格，表示网格中的指定行column: 如果存在网格，表示网格中的指定列
node: 传入列表, 指定节点信息
label: 设置每个节点的label, 用于展示文本信息, 用向量表示多个几点的labelgroups: 节点的分组信息x: 节点的标准化垂直位置y: 节点的标准化水平位置color: 节点的颜色, 用向量表示多个节点的颜色pad: 设置节点之间的填充距离 (Default: 20)thickness: 设置节点的宽度 (Default: 20)line: 传入列表, 设置每个节点的边框信息
color: 边框的颜色width: 边框的宽度
link: 传入列表, 设置连接的特征
label: 连接的标识, 展示文本信息, 使用向量表示多个连接的labelcolor: 连接的颜色source: 连接的起始位置, 使用向量表示多个值target: 连接的终止位置, 使用向量表示多个值value: 表示流量的具体数值line: 传入列表, 设置连接的边框信息
width: 边框的宽度color: 边框的颜色
library(plotly)fig <- plot_ly(
type = "sankey",
orientation = "h",
node = list(
label = c("A1", "A2", "B1", "B2", "C1", "C2"),
color = c("blue", "blue", "blue", "blue", "blue", "blue"),
pad = 15,
thickness = 20,
line = list(
color = "black",
width = 0.5
)
),
link = list(
source = c(0,1,0,2,3,3), ## 每个值对应一个link的起始位置, 值代表node的index, 从0开始
target = c(2,3,3,4,4,5), ## 每个值对应一个link的终止位置, 值代表node的index, 从0开始
value = c(8,4,2,8,4,2) ## 每个值对应一个link的流量
))fig <- fig %>% layout(
title = "Basic Sankey Diagram",
font = list(
size = 10
))fig
Sankey_1
library(plotly)library(rjson)json_file <- "https://raw.githubusercontent.com/plotly/plotly.js/master/test/image/mocks/sankey_energy.json"json_data <- fromJSON(paste(readLines(json_file), collapse=""))fig <- plot_ly( type = "sankey", domain = list( x = c(0,1), y = c(0,1) ), orientation = "h", valueformat = ".0f", valuesuffix = "TWh", node = list( label = json_data$data[[1]]$node$label, color = json_data$data[[1]]$node$color, pad = 15, thickness = 15, line = list( color = "black", width = 0.5 ) ), link = list( source = json_data$data[[1]]$link$source, target = json_data$data[[1]]$link$target, value = json_data$data[[1]]$link$value, label = json_data$data[[1]]$link$label ) ) fig <- fig %>% layout( title = "Energy forecast for 2050<br>Source: Department of Energy & Climate Change, Tom Counsell via <a href='https://bost.ocks.org/mike/sankey/'>Mike Bostock</a>", font = list( size = 10 ), xaxis = list(showgrid = F, zeroline = F), yaxis = list(showgrid = F, zeroline = F))fig
Sankey_2
误差线 (Error Bar)
指定
add_trace(..., error_y / error_x)绘制误差线注意需要先计算特征的方差/标准差合并到原数据中, 指定该变量绘制误差线
误差线可以应用于barplot/Scatterplot /lineplot
传入列表指定误差线特征
visable: 布尔值, 误差线是否可见
type: 确定用于生成误差线的规则, 可选参数有: "percent"(误差新的长度对应于基础数据的百分比) | "constant"(误差线长度为常量。在参数"value"中设置此常量) | "sqrt"误差线长度对应于数据的sqaure | "data"(误差线长度由参数"array"设置)
symmetric: 布尔值, 确定误差线在两个方向上的长度是否相同(垂直线的上/下，水平线的左/右)。
array: 设置与每个误差线长度相对应的数据, 值是相对于基础数据的。
value: 设置与误差线长度相对应的百分比(如果"type"设置为"percent")或常量(如果“type”设置为“constant”)(Default: 10)
color: 设置误差线的颜色
width: 设置误差线的宽度 (上下两条bar)
thickness: 设置误差线的厚度 (误差线整体的粗细) (Default: 2)
library(plotly)library(plyr)data_mean <- ddply(ToothGrowth, c("supp", "dose"), summarise, length = mean(len))data_sd <- ddply(ToothGrowth, c("supp", "dose"), summarise, length = sd(len))data <- data.frame(data_mean, data_sd$length)data <- rename(data, c("data_sd.length" = "sd"))data$dose <- as.factor(data$dose)plot_ly() %>%
add_trace(data = data[which(data$supp == 'OJ'),], x = ~dose, y = ~length, type = 'bar', name = 'OJ',
error_y = ~list(array = sd, color = '#000000')) %>%
add_trace(data = data[which(data$supp == 'VC'),], x = ~dose, y = ~length, type = "bar", name = 'VC',
error_y = ~list(array = sd, color = '#000000'))
errorbar
图内文字和批注 (text and annotations)
由
add_text指定文字内容以及字体特征根据所绘制图形的不同文字的位置也有所不同
text
简单的文字信息, 不包含箭头, 文本框
text: 指定文字的内容
textposition: 指定文字的位置, 可选参数: "top left" | "top center" | "top right" | "middle left" | "middle center" | "middle right" | "bottom left" | "bottom center" | "bottom right" | "outside" | "inside"
textfont: 传入列表参数, 指定文字的字体相关特征
family: 指定字体"Arial", "Balto", "Courier New"...size: 指定字体大小color: 指定字体颜色
library(plotly)
df <- read.csv("https://raw.githubusercontent.com/plotly/datasets/master/gapminderDataFiveYear.csv",
stringsAsFactors = FALSE)
df <- df[which(df$year==2007 & df$continent=='Europe' & df$pop > 2.e6),]
fig <- plot_ly(df, type='bar', x = ~country, y = ~pop, text = ~lifeExp, name="",
hovertemplate = paste('%{x}', '<br>lifeExp: %{text:.2s}<br>'),
texttemplate = '%{y:.2s}', textposition = 'outside')
fig <- fig %>% layout(uniformtext=list(minsize=8, mode='hide'))
fig
text
annotations
包含箭头, 文本框的批注信息
由
add_annotations指定批注信息也可以由
layout(..., annotations)指定, 需要传入列表参数
visable: 布尔值, 批注是否可见
text: 设置与此批注关联的文本。Plotly使用HTML标记的子集来执行诸如换行符(
)、粗体(<b></b>)、斜体(<i></i>)、超链接(<a href='…'></a>)
textangle: 设置字体的角度 (Default: 0)
font: 传入列表参数, 指定字体相关信息
family: 指定字体, 包括"Arial", "Balto", "Courier New", "Droid Sans"...size: 字体大小color: 字体颜色
width/height: 批注的宽高
opacity: 批注的透明度, 0 ~ 1的区间 (Default: 1)
align: 设置批注的水平对齐方式, 可选参数: "left" | "center" | "right" (Default: "center")
valign: 设置批注的数值对齐方式, 可选参数: "top" | "middle" | "bottom" (Default: "middle")
bgcolor: 设置批注的背景颜色 (Default: "rgba(0,0,0,0)")
bordercolor: 设置批注的边框颜色 (Default: "rgba(0,0,0,0)")
borderpad: 设置边框和文字内容之间的填充 (Default: 1)
borderwidth: 边框的宽度
showarrow: 布尔值, 是否显示箭头
arrowwidth: 箭头的宽度
arrowcolor: 箭头的颜色
arrowside: 指定箭头指向的方向, 可选参数: "end" | "start" | "end+start" | "none" (Default: "end")
arrowhead/startarrowhead: 指定结束/开始箭头的形状, 0 ~ 8的区间 (Default: 1)
arrowsize/startarrowsize: 指定结束/开始位置箭头的大小 (Default: 1)
standoff/startstandoff: 设置距离结束/开始位置的距离, 以像素为单位 (Default: 0)
ax/ay: 设置批注与图形的偏移量, 以像素为单位 (ax: 左右偏移; ay: 上下偏移)
xref/yref: 设置批注相对参考坐标轴, 可选参数 "x" | "x2"... | "y" | "y2"...
library(plotly)m <- mtcars[which.max(mtcars$mpg), ]a <- list( x = m$wt, y = m$mpg, # 需要添加注释的位置 text = rownames(m), # 注释内容 xref = "x", # 参考坐标轴x yref = "y", # 参考坐标轴y showarrow = TRUE, # 展示箭头 arrowhead = 7, # 箭头类型 (7 -> 方块) ax = 20, # x轴偏移量 (20px) ay = -40 # y轴偏移量 (40px))fig <- plot_ly(mtcars, x = ~wt, y = ~mpg)fig <- fig %>% add_markers()fig <- fig %>% layout(annotations = a)fig
Annotations
热图 (Heatmap)
add_trace(p, type="heatmap"[, ...])
visible: 是否显示trace, 可选参数: TRUE | FALSE | "legendonly" (Default: TRUE)
showlegend: 布尔值, 是否显示图例
legendgroup: 图例的分组, 在图例的分组绘制时使用
opacity: 透明度, 0 ~ 1的区间 (Default: 1)
x/y: 指定样本/特征
z: 指定绘制热图需要的值
colorscale: 设置绘制热图的色阶 (键值对形式), 指定0 (最小值) ~ 1 (最大值) 之间的颜色 (最小值和最大值必须指定), 例如:[[0, 'rgb(0,0,255)'], [1, 'rgb(255,0,0)']]或者使用预设色阶字符串, 包括:
(Greys,YlGnBu,Greens,YlOrRd,Bluered,RdBu,Reds,Blues,Picnic,Rainbow,Portland,Jet,Hot,Blackbody,Earth,Electric,Viridis,Cividis)
colors: 指定热图的颜色 (向量形式), 支持颜色插值函数, 如colorRamp(), 也支持预设颜色集, 包括: (Greys,YlGnBu,Greens,YlOrRd,RdBu,Blues等)
library(plotly) ## dim(volcano) ## [1] 87 61 fig <- plot_ly(z = volcano, ## (data.frame/matrix/array)格式, 每一个值对应热图一个cell的颜色 type = "heatmap") fig
Heatmap1
m <- matrix(rnorm(9), nrow = 3, ncol = 3)
fig <- plot_ly(
x = c("a", "b", "c"), y = c("d", "e", "f"), ## 指定x/y
z = m, type = "heatmap"
)
fig
Heatmap2
其他
布局 (layout)
title: 传入列表, 标题的设置
text: 标题文本内容
font: 传入列表, 对标题的字体的设置
family: 对标题的字体设置size: 标题的大小color: 标题的颜色
xref: 横向偏移时参考的坐标轴 (Default: "container")
yref: 纵向偏移时参考的坐标轴 (Default: "container")
x: 在标准化坐标系中，相对于"xref"的x位置从"0" (左)到"1" (右) (Default: 0.5)
y: 在标准化坐标系中，相对于"yref"的y位置从“0”（左）到“1”（右) (Default: "auto")
xanchor: 设置标题相对于其x位置的水平对齐方式, 可选参数: "left" (左对齐) | "right" (右对齐) | "center" (居中) | "auto" (将"xref"除以3，并根据"x"的值自动计算"xanchor"值) (Default: "auto")
yanchor: 设置标题相对于其y位置的水平对齐方式, 可选参数: "left" (左对齐) | "right" (右对齐) | "center" (居中) | "auto" (将"yref"除以3，并根据"y"的值自动计算"yanchor"值) (Default: "auto")
pad: 设置标题的填充。每个填充值仅在相应设置了相应的"xanchor"/"yanchor"值时才适用
r: 右侧(right)的填充 (px) (Default: 0)t: 顶部(top)的填充 (px) (Default: 0)l: 左侧(left)的填充 (px) (Default: 0)b: 底部(bottom)的填充 (px) (Default: 0)
showlegend: 布尔值, 是否显示图例
legend: 传入列表, 设置图例的特征
bgcolor: 图例的背景颜色
bordercolor: 边框颜色
borderwidth: 边框的宽度 (Default: 0)
font: 传入列表, 设置图例的字体特征
family: 设置图例文字的字体color: 设置图例文字的颜色size: 设置图例文字的大小 (大于1)
orientation: 设置图例的方向, 可选参数: "v" (竖直) | "h" (水平)
traceorder: 确定图例项的显示顺序, 可选参数: "reversed" (与normal相反) | "grouped" (则项目将分组显示(当提供跟踪"legendgroup"时) | "reversed+grouped" (与"grouped"按相反的顺序显示) | "normal" (与输入数据相同的顺序从上到下显示)
tracegroupgap: 设置图例组之间的垂直间距 (以px为单位) (Default: 10)
itemsizing: 确定图例项符号是否具有相应的trace进行缩放, 可选参数: "trace" | "constant"
x/y: 图例的坐标 (-2 ~ 3之间)
xanchor: 图例的水平定位, 可选参数: "auto" | "left" | "center" | "right"
yanchor: 图例的竖直定位, 可选参数: "auto" | "top" | "middle" | "bottom"
title: 传入列表, 设置图例标题的特征
text: 设置图例标题的文字内容side: 图例标题相对于图例的位置, 可选参数："top" | "left" | "top left"font: 传入列表, 设置图例标题的字体相关特征
family: 设置字体color: 设置文字颜色size: 设置文字大小
margin: 设置图形的外边距
l/r/t/b: 分别设置左(left), 右(right), 上(top, Default: 100), 下(bottom) (Default: 80)pad: 外边距的填充量(px) (Default: 0)autoexpand: 自动扩展, 根据图例, 标题等因素对图形进行动态扩展 (Default: TRUE)
width: 设置图形整体的宽度 (Default: 700)
height: 设置图形整体的高度 (Default: 450)
font: 设置图形中文字的特征
family: 字体 (Default: ""Open Sans", verdana, arial, sans-serif")color: 颜色 (Default: 12)size: 大小 (Default: "#444")
uniformtext: 统一文本
mode: 确定如何在每个跟踪类型之间统一不同文本元素的字体大小, 如果计算的文本大小小于由minsize使用"hide"选项隐藏文本; 使用"show"选项显示文本, 而不需要进一步缩小缩放minsize: 设置相同类型trace之间的最小文本大小 (Default: 0)
paper_bgcolor: 设置图纸的背景颜色
plot_bgcolor: 设置图形的背景颜色
坐标轴(Axes)
visible: 布尔值, 坐标轴是否可见
color: 坐标轴的颜色 (Default: "#444")
title: 坐标轴的标题
text: 标题的内容standoff: 设置轴标签和标题文本之间的间距font: 标题的字体
family: 字体size: 大小color: 颜色
type: 设置坐标轴的类型, 可选参数: "-" | "linear" | "log" | "date" | "category" | "multicategory" (Default: "-")
autorange: 布尔值, 是否根据输入数据自动计算坐标轴的范围 (Default: TRUE)
rangemode: 适用于线性轴, 则根据输入数据的极值计算范围, 可选参数: "normal" | "tozero" (坐标轴扩展到0) | "nonnegative" (坐标轴始终非负)
range: 手动设置坐标轴的范围
fixedrange: 布尔值, 确定此轴是否可缩放, 如果为TRUE, 则禁用缩放
tickmode: 设定轴的刻度模式, 可选参数: "auto" (通过"nticks"设置刻度数) | "linear" (刻度的位置由起始位置"tick0"和刻度步长"dtick"决定) | "array" (通过"tickvals"设置ticks的位置，tick文本为"ticktext")
nticks: 指定特定轴的最大刻度数
tick0: 设置坐标轴上第一个刻度的位置
dtick: 设置刻度步长
tickvals: 传入数组, 设置该坐标轴上的刻度出现的值
ticktext: 每一个tickvals出现的刻度上的显示的文本
ticks: 是否绘制刻度, 可选参数: "outside" | "inside" | ""
mirror: 确定坐标轴/刻度是否镜像到另一侧, 可选参数: TRUE | "ticks" | FALSE | "all" | "allticks"
ticklen: 设置刻度长度 (px) (Default: 5)
tickwidth: 设置刻度宽度 (px) (Default: 1)
tickcolor: 设置刻度的颜色 (Default: "#444")
showticklabels: 布尔值, 是否绘制刻度标签
automargin: 确定长刻度标签是否自动扩展外边距
tickfont: 刻度的字体特征
family: 字体color: 颜色size: 大小
tickangle: 刻度的角度
tickprefix: 刻度的前缀 (Default: "")
showtickprefix: 指定哪些刻度会展示签证, 可选参数: "all" | "first" | "last" | "none" (Default: "all")
ticksuffix: 刻度的后缀 (Default: "")
showticksuffix: 指定哪些刻度会展示签证, 可选参数: "all" | "first" | "last" | "none" (Default: "all")
showline: 布尔值, 是否绘制此坐标轴的边界线
linecolor: 坐标轴的颜色 (Default: "#444")
linewidth: 设置坐标轴的宽度 (Default: 1)
showgrid: 确定是否绘制网格线。如果为"TRUE", 则在每个刻度线处绘制网格线
gridcolor: 设置网格线的颜色 (Default: "#eee")
gridwidth: 设置网格线的宽度 (Default: 1)
zeroline: 布尔值, 确定是否沿该轴的0值绘制直线
zerolinecolor: 设置0线的颜色 (Default: "#444")
zerolinewidth: 设置0线的宽度 (Default: 1)
side: 确定坐标轴绘制的位置, 可选参数: "top" | "bottom" | "left" | "right"
domain: 设置此轴的域 (Default: [0, 1])
anchor: 如果设置为相反的字母轴id (例如"x2", "y"), 则此轴将绑定到相应的相反字母轴。如果设置为free，则该轴的位置由position决定。
position: 设置坐标轴在图形中的位置 (在标准化坐标中), 只有当anchor设置为free时才有效果
ggplot2图形转换plotly:
ggplotly(p)导出静态图片
首先需要下载orca(https://github.com/plotly/orca/releases), 选择对应系统的版本
安装orca并添加到环境变量
安装额外依赖:
install.packages("processx")
p: 需要导出的plotly对象
file: 导出的文件名
width: 生成文件后图片的宽度, 默认使用layout.width生成图片的宽度
height: 生成文件后图片的高度, 默认使用layout.height生成图片的高度
scale: 图片的缩放比例
verbose: 是否在控制台打印日志信息
library(plotly)if (!require("processx")) install.packages("processx")fig <- plot_ly(z = ~volcano) %>% add_surface()orca(fig, "surface-plot.png", scale = 0.5, verbose = T)## exported surface-plot, in 1822.699999 ms## \## done with code 0 in 1.82 sec - all task(s) completed
orca_static_plot
作者：nnlrl
链接：https://www.jianshu.com/p/56f70f667570