我'm trying to print out a grid of heatmaps using plotly for R in Shiny. I want to give them a custom color scale, but it'表达不怎么样 . 当我在构建我的绘图图表时使用 colors= 选项时,它似乎使用值的分布,而不是我给它分配颜色的zmin和zmax .
在下面的示例代码中,您可以看到我使用colors =选项为每个绘图提供相同的色阶(colorScale) . 当我有一个分布良好的数据集时,这就像我在第一,第二和第四行图中所期望的那样 .
但是,在第三行中,图表的数据非常偏斜,您可以看到比例看起来与其他一切不同 - 它们有蓝色和红色,但跳过中间的白色,而不是紫色 .
在我的实际代码中,这对于中间有很多值的图表造成了很大的问题,两端都有一些极端 - 我希望中间的那些值显示为白色,表明没有变化,但相反,它们是紫色的,这使得更难以挑选出重要的 Value 观(极端的 Value 观) .
有没有办法强制颜色分配表现我想要的方式?
谢谢,克利夫
server.R
if (!require("pacman")) install.packages("pacman")
pacman::p_load(shiny,data.table,plotly)
colorScale <- colorRamp(c("darkblue","cornflowerblue","white","sandybrown","firebrick"))
nCodeNames <- c("a","b","c","d","e","f","g","h","i","j","k","l")
means = c(rnorm(600,0,2.5),runif(600,-5,5),runif(130,-4,-3.9),runif(70,4.5,5),rnorm(150,-3),rnorm(50,4),rnorm(180,-2.5),runif(20,4.93,4.98),runif(300,-4,3),rnorm(300,3.5))
dt <- data.table(age=rep(rep(c(11:20),times=20),times=12),composite=rep(rep(c(81:100),each=10),times=12),mean=means,n_code=rep(nCodeNames,each=200))
sub<-dt[n_code=="a"]
shinyServer(function(input, output) {
for(Ncode in nCodeNames){
local({
ncode = Ncode
output[[paste0("grid",ncode)]] <- renderPlotly({
sub <- dt[n_code == ncode]
p <- plot_ly(data=sub, x=~age, y=~composite, z=~mean, type="heatmap", zmin=-5,zmax=5,
colors = colorScale, colorbar=list(thickness="15"))%>%
layout(title=ncode,xaxis=list(type="category",tickvals=c(11,15,20)),yaxis=list(title="",ticks=""))
})
})
}
})
ui.R
if (!require("pacman")) install.packages("pacman")
pacman::p_load(shiny, plotly)
nCodeNames <- c("a","b","c","d","e","f","g","h","i","j","k","l")
shinyUI(navbarPage(
"E-N Matrics: Proportion of E-Code Resulting in each N-Code",
tabPanel("Grid",
lapply(c(1:4), function(i) fluidRow(
lapply(c(1:3), function(j) column(4, plotlyOutput(paste0("grid",nCodeNames[(i-1)*3+j]))))
))
#fluidRow(column(4,plotlyOutput(paste0("grid",nCodeNames[(1-1)*3+1]))),column(4,plotly))
)
))
1 回答
我在R plotly heatmap中遇到了与色阶相似的问题 . 当z参数的数据具有螺旋分布时,图表中仅使用颜色标度中指定的几种颜色 .
我通过根据原始变量的分位数创建一个新变量找到了一个解决方案,并将其传递给z参数 . 这是一般想法的R代码 . 您需要对其进行自定义以使其适用于特定问题 .
下面是原始热图和由plotly生成的新热图 . 新的热图使用“光谱”调色板中的更多颜色来区分较小的值 .
希望这可以帮助!
2017年4月3日更新
我在R plotly存储库上打开了一个请求,用于转换色阶的能力 .
https://github.com/ropensci/plotly/issues/920