这是上一篇文章的延续（在不重绘背景图的情况下以交互方式向绘图 R 添加点）。我正在制作一个包含 32 个 mtcars 数据集值的散点图矩阵（使用 R 包 ggpairs）。我的目标是允许用户点击任何子图中的一个点。这将导致原始数据框中的行的随机子集（大小可以变化，但在下面的示例中为 2）覆盖在所有散点图子图中（散点图的数量可以变化，但在下面的示例中为 3）。
我的半工作MWE如下 -
library(plotly)
library(htmlwidgets)
library(GGally)
dat <- mtcars[,c(3,4,7)]
dat[,3] = dat[,3]*8
p <- ggpairs(dat)
myMax = max(abs(dat))
myMin = min(abs(dat))
myRange = c(myMax, myMin)
p2 <- p
for(x in 2:p$nrow) {
for(y in 1:(x-1)) {
p2[x,y] <- p[x,y] +
coord_cartesian(xlim = c(myRange), ylim = c(myRange))
}
}
p3 <- ggplotly(p2)
p3 %>% onRender("function(el, x, data) {
// Number of rows in data frame is myLength=3
myLength = Math.sqrt(document.getElementsByClassName('cartesianlayer')[0].childNodes.length);
// AxisNames stores the names of the 3 rows ('disp','hp','qsec')
AxisNames = [];
for (i = 1; i < (myLength+1); i++) {
AxisNames.push(document.getElementsByClassName('infolayer')[0].childNodes[i].textContent);
}
el.on('plotly_click', function(e) {
// Grab two random rows of the 32 rows from mtcars dataset and store in myData. In my real code (not this MWE), myData represents an array of 1 or more objects, where each object contains values for each column in the dataset.
data1 = data[Math.floor(Math.random() * 32) + 1];
data2 = data[Math.floor(Math.random() * 32) + 1];
var myData = [data1, data2];
//May not be necessary, but this creates one array allData that contains all column values for all randomly selected rows. Since this example has 3 columns (disp, hp, and qsec) and two randomly selected rows, allData has a length of 6.
var allData = [];
for (i = 0; i < myData.length; i++){
for (j = 0 ; j < myLength; j++){
allData.push(myData[i][AxisNames[j]])
}
}
console.log(allData)
//This correctly plots the disp on the x-axis and qsec on the y-axis of both randomly selected data frame rows and plots it into the correct scatterplot (bottom left one that has x-axis of disp and y-axis of qsec). This needs to be automated, so that the corresponding x and y values for the 2 randomly selected data frame rows are also plotted on all other scatterplot matrices.
var trace1 = {
x: [allData[0], allData[3]],
y: [allData[2], allData[5]],
mode: 'markers',
marker: {
color: 'green',
size: 20
}
};
Plotly.addTraces(el.id, trace1);
}
)}", data = dat)
当前发生的是随机选择的行仅绘制在左下角的一个子图中（以绿色显示）（而不是在所有三个散点图中）。我很难访问和绘制左下角旁边的任何其他散点图。
我可能正在研究具有更长数据框（大约数千行观察）和更宽数据框（超过三列，导致绘制超过三个散点图）的方法。所以，我试图找到一种有效的方法来实现这个目标，这样积分就不会花费太长时间来绘制。我相信（从阅读中）每个 Plotly.addTraces() 都可以减慢绘图时间。如果数据框有 6 列，那么就会有 15 个散点图，如果每个散点图都有自己的 addTraces()，那么就会有 15 个 addTraces()。我想知道这是否会使点的绘制速度太慢？如果是这样，我将非常渴望听到有关如何最有效地实现这一目标的建议（允许在所有散点图上尽可能快地绘制绿点）。
如果有任何帮助或想法，我将不胜感激！
编辑：
感谢来自 NiceE 的输入，我能够更新这个脚本，这样它就不需要硬编码要在每个子图中使用的轴标签和变量。更新后的 MWE 如下：
library(plotly)
library(htmlwidgets)
library(GGally)
dat <- mtcars[,c(3,4,7)]
dat[,3] = dat[,3]*8
p <- ggpairs(dat)
myMax = max(abs(dat))
myMin = min(abs(dat))
myRange = c(myMax, myMin)
p2 <- p
for(x in 2:p$nrow) {
for(y in 1:(x-1)) {
p2[x,y] <- p[x,y] +
coord_cartesian(xlim = c(myRange), ylim = c(myRange))
}
}
p3 <- ggplotly(p2)
p3 %>% onRender("function(el, x, data) {
len = Math.sqrt(document.getElementsByClassName('cartesianlayer')[0].childNodes.length);
// AxisNames stores the names of the 3 rows ('disp','hp','qsec')
AxisNames = [];
for (i = 1; i < (len+1); i++) {
AxisNames.push(document.getElementsByClassName('infolayer')[0].childNodes[i].textContent);
}
el.on('plotly_click', function(e) {
data1 = data[Math.floor(Math.random() * 32) + 1];
data2 = data[Math.floor(Math.random() * 32) + 1];
var myData = [data1, data2];
console.log(myData);
var Traces = [];
var i=0;
var k=1;
while ((i*len+k)<=Math.pow((len-1),2)) {
var xArr = [];
for (a=0; a<myData.length; a++){
xArr.push(myData[a][AxisNames[i]])
}
while ((i+k)<len){
var yArr = [];
for (a=0; a<myData.length; a++){
yArr.push(myData[a][AxisNames[(len-k)]])
}
var trace = {
x: xArr,
y: yArr,
mode: 'markers',
marker: {
color: 'green',
size: 20
},
xaxis: 'x' + (i+1),
yaxis: 'y' + (i*len+k)
};
Traces.push(trace);
k++;
}
i++;
k=1;
}
Plotly.addTraces(el.id, Traces);
}
)}", data = dat)