更改绘图热图中的颜色条标签 (R)
Changing the colorbar labels in a plotly heatmap (R)
我正在处理调查数据,其中一个人回答从 'not' 到 'absolutely' 以回应被问及一个变量是否影响另一个变量。将响应映射到数字,并计算平均响应。
我在热图中显示这些平均值(x 和 y 是具有相同变量名的列表)。我希望热图中方块的颜色反映数值平均值,但我希望颜色条上的标签反映实际响应文本(例如 'not'、'lowly、'moderately'、'highly', 'very highly') 并将刻度线限制在位置 0,1,2,3,4.
我不确定这可以用 plotly 来完成。我可以用 ggiraph 做到这一点,但是这会进入 Shiny 并且 ggiraph 在那里有它自己的问题 - 在情节上我可以更好地控制显示大小并且我无法让 ggiraph 渲染得足够大。
下面是最少的代码,输出也是如此。
library(plotly)
library(tidyr)
M <- matrix(c(NA, 1,3, 2, NA, 4, 3, 0, NA), nrow = 3, ncol = 3)
names_M <- c('var1', 'var2', 'var3')
val_to_char <- function(x) {
if(is.na(x)) {return(x)}
else if(x < 0.5) {return('not')}
else if(x < 1.5) {return('lowly')}
else if(x < 2.5) {return('moderately')}
else if(x < 3.5) {return('highly')}
else {return('very high')}
}
labels <- apply(M, c(1,2), val_to_char)
fig <- plot_ly()
fig <- fig %>%
add_trace(
type = 'heatmap',
x = names_M, y = names_M, z = M, text = labels,
hovertemplate = '<extra></extra> Row: %{y}</br></br>Col: %{x}</br>Avg response: %{text}'
)
fig
您可以使用 ggplot
和 ggplotly
以获得更大的灵活性。但是您首先需要将数据转换为 long data.frame:
M <- as.data.frame.matrix(matrix(c(NA, 1,3, 2, NA, 4, 3, 0, NA), nrow = 3, ncol = 3))
names(M) <- c('var1', 'var2', 'var3')
p <- M %>%
pivot_longer(.,paste0("var",1:3),names_to = "x",values_to = "z") %>%
mutate(y = rep(paste0("var",1:3),each = 3)) %>%
ggplot(aes(x,y,fill = z))+
geom_tile() +
scale_fill_continuous(breaks = 0:4,labels = c("not","lowly","moderatly","highly","very high"))
ggplotly(p)
函数 scale_fill_continuous
允许您手动指定不同休息时间的标签。您可以通过 ggplot
调整您的图表
我正在处理调查数据,其中一个人回答从 'not' 到 'absolutely' 以回应被问及一个变量是否影响另一个变量。将响应映射到数字,并计算平均响应。
我在热图中显示这些平均值(x 和 y 是具有相同变量名的列表)。我希望热图中方块的颜色反映数值平均值,但我希望颜色条上的标签反映实际响应文本(例如 'not'、'lowly、'moderately'、'highly', 'very highly') 并将刻度线限制在位置 0,1,2,3,4.
我不确定这可以用 plotly 来完成。我可以用 ggiraph 做到这一点,但是这会进入 Shiny 并且 ggiraph 在那里有它自己的问题 - 在情节上我可以更好地控制显示大小并且我无法让 ggiraph 渲染得足够大。
下面是最少的代码,输出也是如此。
library(plotly)
library(tidyr)
M <- matrix(c(NA, 1,3, 2, NA, 4, 3, 0, NA), nrow = 3, ncol = 3)
names_M <- c('var1', 'var2', 'var3')
val_to_char <- function(x) {
if(is.na(x)) {return(x)}
else if(x < 0.5) {return('not')}
else if(x < 1.5) {return('lowly')}
else if(x < 2.5) {return('moderately')}
else if(x < 3.5) {return('highly')}
else {return('very high')}
}
labels <- apply(M, c(1,2), val_to_char)
fig <- plot_ly()
fig <- fig %>%
add_trace(
type = 'heatmap',
x = names_M, y = names_M, z = M, text = labels,
hovertemplate = '<extra></extra> Row: %{y}</br></br>Col: %{x}</br>Avg response: %{text}'
)
fig
您可以使用 ggplot
和 ggplotly
以获得更大的灵活性。但是您首先需要将数据转换为 long data.frame:
M <- as.data.frame.matrix(matrix(c(NA, 1,3, 2, NA, 4, 3, 0, NA), nrow = 3, ncol = 3))
names(M) <- c('var1', 'var2', 'var3')
p <- M %>%
pivot_longer(.,paste0("var",1:3),names_to = "x",values_to = "z") %>%
mutate(y = rep(paste0("var",1:3),each = 3)) %>%
ggplot(aes(x,y,fill = z))+
geom_tile() +
scale_fill_continuous(breaks = 0:4,labels = c("not","lowly","moderatly","highly","very high"))
ggplotly(p)
函数 scale_fill_continuous
允许您手动指定不同休息时间的标签。您可以通过 ggplot