如何为 Plotly 箱线图制作自定义悬停信息标签？

Posted 2023-02-14

【中文标题】如何为 Plotly 箱线图制作自定义悬停信息标签？

【英文标题】：How to make a custom hoverinfo lables for Plotly boxplot?

【发布时间】：2018-05-10 14:24:21

【问题描述】：

基本上我对当前版本的 Plotly 有一个问题，它不能正确显示箱形图的 hoverinfo。它省略了标签（最小值、最大值、中值等），所以当我绘制以下图时：

plot_ly(y = ~rnorm(50), type = "box")

我没有必要的标签。

我有没有办法给自定义悬停标签，使它们像这样 Max: 1.97, q3: 0.84, Median: 0.25 etc.？

我的 Plotly 版本是“4.7.1”

【问题讨论】：

我不知道 7 天是否足够下一个 Plotly 版本：github.com/plotly/plotly.js/pull/2094

不确定，但由于您添加了 javascript 标签，您是否考虑过 D3 (d3js.org)。这是能够完全自定义所有内容的方法……但您需要一份值得付出努力的工作。

@MikeWilliamson 是的，我放了 javascript 标签，因为我希望有一个简单的 javascript 修复程序。我希望他们在下一个版本中修复它。

【参考方案1】：

这是一个使用 ggplot2 的示例，您可以通过它映射到 plotly。

我希望它可以帮助您指明正确的方向。最新版本的 plotly 和 ggplot2 现在确实显示悬停值。我的方法是创建文本标签，因为这使我可以滚动到我可以使用的模板函数中。

T.

---

图形输出（ggplot2）

图形输出（情节）

代码示例

require(DAAG)
require(ggplot2)
require(plotly)
data("possum")

dset <- possum
here <- possum$sex == "f"
dname <- as.character(substitute(possum))
xnam <- as.character(substitute(x))
x <- dset[here, "totlngth"]

yLabel <- c("Total length (cm)")

## Pull in boxplot stats for use in mapping data later to boxplot
z <- boxplot.stats(x)
xlim <- range(c(z$stats, z$out))
xlim <- xlim + c(-0.025, 0.05) * diff(xlim)
ylim <- c(0.55, 1.5)

top <- 0.7
chh <- par()$cxy[2]
chw <- par()$cxy[1]

gp <- ggplot(data = possum, aes(y = totlngth, x = ""))
gp <- gp + stat_boxplot(geom = 'errorbar', width = .1)
gp <- gp + geom_boxplot(#width = .3,
                        outlier.color = "blue",
                        outlier.shape = 2)
gp <- gp + stat_summary(fun.y = mean,
                        geom = "point",
                        shape = 5,
                        size = 4)
gp <- gp + xlab(NULL)
gp <- gp + ylab(yLabel)
gp <- gp + theme(axis.ticks.x = element_blank(),
                 panel.grid.major = element_blank(),
                 panel.grid.minor = element_blank(),
                 panel.background = element_blank())

gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                            y = z$stats[5],
                                            label = "Largest value \n(there are no outliers)"
                                            ))

gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                              y = z$stats[4],
                                              label = "upper quartile"
                                              ))

gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                              y = z$stats[3],
                                              label = "median"
                                              ))

gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                              y = z$stats[2],
                                              label = "lower quartile"
                                              ))

gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                              y = z$stats[1],
                                              label = "Smallest value \n(outliers excepted)"
                                              ))
if (!is.null(z$out)) 
  gp <- gp + geom_text(data = data.frame(), aes(x = top + 1.5 * chh,
                                              y = z$out[1],
                                              label = "Outlier \n"
                                              ))
  # Display outlier
  gp <- gp + geom_text(data = data.frame(), aes( x = rep(top - chh, 2),
                                                 y = z$out[1] + .5,
                                                 label = c(format(round(z$out[1], 2)))))



av <- mean(z$stats[c(2, 4)])
q1 <- z$stats[2]
q3 <- z$stats[4]
qtop <- q3 + 0.5 * chh


# Largest Value
gp <- gp + geom_text(data = data.frame(), aes( x = rep(top - chh, 2),
                                               y = z$stats[5],
                                               label = c(format(round(z$stats[5], 2)))))


# Upper Quartile
gp <- gp + geom_text(data = data.frame(), aes( x = rep(top - chh, 2),
                                               y = q1,
                                               label = c(format(round(q1, 2)))))

# Lower Quartile
gp <- gp + geom_text(data = data.frame(), aes( x = rep(top - chh, 2),
                                               y = q3,
                                               label = c(format(round(q3, 2)))))

gp

p <- ggplotly(gp)
p

注意：上面的代码是从基本图形包箱线图示例演变而来的：

使用 R 进行数据分析和图形，第三版作者：John Maindonald； W.约翰布劳恩

这本书非常详细地介绍了基本包，它于 2010 年出版，仍然是一个很好的洞察力来源。

【参考方案2】：

从 github 安装最新的开发版本可以解决问题，请参阅 issue #1160 on github

【讨论】：

谢谢。确实如此。希望正式版快点到来。