在 R plotly 子图中，如何只显示一个图例？

Posted 2023-02-18

【中文标题】在 R plotly 子图中，如何只显示一个图例？

【英文标题】：In R plotly subplot graph, how to show only one legend?

【发布时间】：2017-02-18 06:39:38

【问题描述】：

我有一个带有两个图表的基本子图，默认情况下都有一个图例，但我只想查看其中一个。

我试过这个：

require(plotly)
p1 <- plot_ly(data=iris,x=~Sepal.Length,y=~Sepal.Width,split=~Species) %>% layout(showlegend = FALSE)
p2 <-  plot_ly(data=iris,x=~Sepal.Length,y=~Sepal.Width,split=~Species) %>% layout(showlegend = TRUE)
subplot(p1,p2)
subplot(p2,p1)

但它不起作用：似乎只处理了一个 showlegend 属性，所以如果我从 p1 开始，我有两个图例，如果我从 p2 开始，我有两个。

有什么想法吗？

【问题讨论】：

你的packageVersion("plotly") 是什么？我得到了‘4.5.2’ - 似乎按预期工作（=> 一个图例或没有图例）

@lukeA ：与您的版本相同，但我还不清楚：我期望仅获得 p2 情节的图例。据我了解，您得到的结果与我相同。

啊，现在我明白了。您想要一个具有独特 Species 值的图例，而现在，它们翻了一番。但是，我不知道如何实现。

【参考方案1】：

我会给你两个答案，一个是直接的，一个是为了更好的实践和后代（这也有助于更好地理解问题）：

直接回答： 尝试在plot_ly() 函数中添加showlegend = FALSE，而不是在layout() 之一。如果我们查看?subplot 文档：

在绘图序列后面找到的布局选项将覆盖在序列前面找到的选项。

换句话说，布局showlegend 选项仅取自您上一个绘图。但使用plot_ly() 函数中的showlegend 选项会影响跟踪本身，将其行为保存在subplot 中。 您的代码现在如下所示：

require(plotly)  
p1 <- plot_ly(data=iris,x=~Sepal.Length,y=~Sepal.Width,split=~Species,showlegend = F)
p2 <-  plot_ly(data=iris,x=~Sepal.Length,y=~Sepal.Width,split=~Species, showlegend = T)  
subplot(p1,p2)

在 plotly 4.0 及更高版本下更好地练习。 使用管道运算符%>%和group_by()函数代替split，如下：

p1 <-
  iris%>%
  group_by(Species)%>%
  plot_ly(x=~Sepal.Length, color= ~Species)%>%
  add_markers(y= ~Sepal.Width)
p2 <-
  iris%>%
  group_by(Species)%>%
  plot_ly(x=~Sepal.Length, color= ~Species)%>%
  add_markers(y= ~Sepal.Width, showlegend = F)
subplot(p1,p2)

这种做法可以让您更好地了解跟踪在情节中的工作原理。您可以看到数据首先按 Species 分组，传递给 plot_ly() 函数 - 初始化绘图 - 然后您指定跟踪类型（标记）以实际绘制绘图。 当您想要添加或删除跟踪及其各自的选项、添加分组变量或拆分/汇总表时，这样编写代码会更容易。

【参考方案2】：

上面的答案导致了一个小问题。图例仅与第一个图交互。您需要将图例组添加到 plot_ly 函数中，以使图例与两个图交互。

library(plotly)
p1 <-
  iris%>%
  group_by(Species)%>%
  plot_ly(x=~Sepal.Length, color= ~Species, legendgroup=~Species)%>%
  add_markers(y= ~Sepal.Width)
p2 <-
  iris%>%
  group_by(Species)%>%
  plot_ly(x=~Sepal.Length, color= ~Species, legendgroup=~Species)%>%
  add_markers(y= ~Sepal.Width, showlegend=F)
subplot(p1,p2)

【讨论】：

谢谢，太好了！我确切地说您的数据排序方式很重要：如果您按 p1 的物种和 p2 的 rev(species) 对数据进行排序，图形是相同的，但是当您取消选择某些内容时，它不会抑制相同模态左右。如果您使用相同的级别，相同的问题进行因式分解，那么重要的是顺序。这是正常的还是应该报告的错误？

【参考方案3】：

也许你可以尝试一个简单的方法。 (plotly 4.9.2)

subplot(style(p1, showlegend = F), p2)

它只会显示 p2 的图例。希望这行得通。

【参考方案4】：

到目前为止，给出的答案似乎有些不确定。

首先，据我所知，数据框分组没有任何影响。这是一个排序而不是分组的问题（如Maltas comment above 所示）。因此，数据框必须按旨在用作分组变量的变量进行排序。但是还有另一个陷阱会阻止代码正常工作。因此，除了必需的legendgroup，您还必须确保

您的数据框已按分组变量排序（幸运的是 iris 数据已按 Species 排序）， 您使用的变量不包含缺失值 (NA)。

因此这应该可以工作：

library(plotly)
p1 <-
  iris %>%
  arrange(Species) %>%
  plot_ly(x = ~Sepal.Length, color = ~Species, legendgroup = ~Species) %>%
  add_markers(y = ~Sepal.Width)
p2 <-
  iris %>%
  arrange(Species) %>%
  plot_ly(x = ~Sepal.Length, color = ~Species, legendgroup = ~Species) %>%
  add_markers(y= ~Sepal.Width, showlegend = FALSE)

subplot(p1, p2)

以下示例无效：

按错误变量排序：

p1 <-
  iris %>%
  arrange(Sepal.Length) %>%
  plot_ly(x = ~Sepal.Length, color = ~Species, legendgroup = ~Species) %>%
  add_markers(y = ~Sepal.Width)
p2 <-
  iris%>%
  arrange(Sepal.Length) %>%
  plot_ly(x=~Sepal.Length, color= ~Species, legendgroup=~Species)%>%
  add_markers(y = ~Sepal.Width, showlegend = FALSE)

subplot(p1, p2)

有缺失值的变量：

df <- iris
df$Sepal.Length[2] <- NA
head(df)

#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          5.1         3.5          1.4         0.2  setosa
#> 2           NA         3.0          1.4         0.2  setosa
#> 3          4.7         3.2          1.3         0.2  setosa
#> 4          4.6         3.1          1.5         0.2  setosa
#> 5          5.0         3.6          1.4         0.2  setosa
#> 6          5.4         3.9          1.7         0.4  setosa

p1 <-
  df %>%
  arrange(Species) %>%
  plot_ly(x = ~Sepal.Length, color = ~Species, legendgroup = ~Species) %>%
  add_markers(y = ~Sepal.Width)
p2 <-
 df %>%
  arrange(Species) %>%
  plot_ly(x = ~Sepal.Length, color = ~Species, legendgroup = ~Species)%>%
  add_markers(y = ~Sepal.Width, showlegend = FALSE)

subplot(p1, p2)

【讨论】：

我想强调“数据框必须按用作分组变量的变量排序”。刚刚花了很多时间来理解为什么@Mette 的答案在mtcars 和factor(cyl) 上不起作用:)

这可能是由于版本控制和修复，但是您说的两个示例现在应该不起作用！