如何处理离散轴上的ggplot2和重叠标签

Question

ggplot2似乎没有内置的方法来处理scatter plots上的文本的过度绘图。但是，我有一个不同的情况，标签是离散轴上的标签，我想知道这里的人是否有比我一直做的更好的解决方案。

一些示例代码：

library(ggplot2)

#some example data
test.data = data.frame(text = c("A full commitment's what I'm thinking of",
                                "History quickly crashing through your veins",
                                "And I take A deep breath and I get real high",
                                "And again, the Internet is not something that you just dump something on. It's not a big truck."),
                       mean = c(3.5, 3, 5, 4),
                       CI.lower = c(4, 3.5, 5.5, 4.5),
                       CI.upper = c(3, 2.5, 4.5, 3.5))

#plot
ggplot(test.data, aes_string(x = "text", y = "mean")) +
  geom_point(stat="identity") +
  geom_errorbar(aes(ymax = CI.upper, ymin = CI.lower), width = .1) +
  scale_x_discrete(labels = test.data$text, name = "")

因此我们看到x轴标签彼此重叠。我想到了两种解决方案：1）缩写标签，2）在标签上添加换行符。在许多情况下（1）会做，但在某些情况下，它无法完成。所以我编写了一个函数，用于在字符串中每隔第n个字符添加换行符（\n），以避免重叠名称：

library(ggplot2)

#Inserts newlines into strings every N interval
new_lines_adder = function(test.string, interval){
  #length of str
  string.length = nchar(test.string)
  #split by N char intervals
  split.starts = seq(1,string.length,interval)
  split.ends = c(split.starts[-1]-1,nchar(test.string))
  #split it
  test.string = substring(test.string, split.starts, split.ends)
  #put it back together with newlines
  test.string = paste0(test.string,collapse = "\n")
  return(test.string)
}

#a user-level wrapper that also works on character vectors, data.frames, matrices and factors
add_newlines = function(x, interval) {
  if (class(x) == "data.frame" | class(x) == "matrix" | class(x) == "factor") {
    x = as.vector(x)
  }

  if (length(x) == 1) {
    return(new_lines_adder(x, interval))
  } else {
    t = sapply(x, FUN = new_lines_adder, interval = interval) #apply splitter to each
    names(t) = NULL #remove names
    return(t)
  }
}

#plot again
ggplot(test.data, aes_string(x = "text", y = "mean")) +
  geom_point(stat="identity") +
  geom_errorbar(aes(ymax = CI.upper, ymin = CI.lower), width = .1) +
  scale_x_discrete(labels = add_newlines(test.data$text, 20), name = "")

输出是：

然后人们可以花一些时间玩间隔大小，以避免标签之间有太多的空白区域。

如果标签数量不同，这种解决方案不太好，因为最佳间隔大小会发生变化。另外，由于普通字体不是单行间距，标签的文字也会对宽度产生影响，因此在选择好的间隔时必须格外小心（可以通过使用单空间字体来避免这种情况） ，但它们是特别宽的）。最后，new_lines_adder()函数是愚蠢的，因为它会以人类不会做的愚蠢方式将单词分成两个。例如。在上面它将“呼吸”分成“br \ nreath”。人们可以重写它以避免这个问题。

还可以减小字体大小，但这是可读性的折衷，通常不需要减小字体大小。

处理这种标签过度绘图的最佳方法是什么？

Answer 1

我尝试将new_lines_adder的不同版本组合在一起：

new_lines_adder = function(test.string, interval) {
   #split at spaces
   string.split = strsplit(test.string," ")[[1]]
   # get length of snippets, add one for space
   lens <- nchar(string.split) + 1
   # now the trick: split the text into lines with
   # length of at most interval + 1 (including the spaces)
   lines <- cumsum(lens) %/% (interval + 1)
   # construct the lines
   test.lines <- tapply(string.split,lines,function(line)
      paste0(paste(line,collapse=" "),"\n"),simplify = TRUE)
   # put everything into a single string
   result <- paste(test.lines,collapse="")
   return(result)
}

它仅在空格处分割线条，并确保这些线条最多包含interval给出的字符数。有了这个，你的情节看起来如下：

我不认为这是最好的方式。它仍然忽略了并非所有字符都具有相同的宽度。也许使用strwidth可以实现更好的目标。

顺便说一下：您可以将add_newlines简化为以下内容：

add_newlines = function(x, interval) {

   # make sure, x is a character array   
   x = as.character(x)
   # apply splitter to each
   t = sapply(x, FUN = new_lines_adder, interval = interval,USE.NAMES=FALSE)
   return(t)
}

一开始，as.character确保您有一个字符串。如果您已经有了字符串，那么这样做也没有什么坏处，因此不需要if子句。

下一个if子句也是不必要的：如果x只包含一个元素，则sapply可以正常工作。您可以通过设置USE.NAMES=FALSE来取消名称，这样就不需要在附加行中删除名称。

Answer 2

在@Stibu回答和评论的基础上，该解决方案考虑了组的数量，并使用Stibu开发的智能拆分，同时为斜线分隔的单词添加了修复。

功能：

import org.springframework.http.HttpStatus;

我尝试了默认输入的一些值，85是示例数据的文本结果正确的值。标签2中的任何更高和“静脉”都会向上移动并且与第三个标签太接近。

以下是它的外观：

尽管如此，最好使用总文本宽度的实际度量，而不是必须依赖此代理的字符数，这通常意味着标签浪费了大量空间。也许可以使用基于#Inserts newlines into strings every N interval new_lines_adder = function(x, interval) { #add spaces after / x = str_replace_all(x, "/", "/ ") #split at spaces x.split = strsplit(x, " ")[[1]] # get length of snippets, add one for space lens <- nchar(x.split) + 1 # now the trick: split the text into lines with # length of at most interval + 1 (including the spaces) lines <- cumsum(lens) %/% (interval + 1) # construct the lines x.lines <- tapply(x.split, lines, function(line) paste0(paste(line, collapse=" "), "\n"), simplify = TRUE) # put everything into a single string result <- paste(x.lines, collapse="") #remove spaces we added after / result = str_replace_all(result, "/ ", "/") return(result) } #wrapper for the above, meant for users add_newlines = function(x, total.length = 85) { # make sure, x is a character array x = as.character(x) #determine number of groups groups = length(x) # apply splitter to each t = sapply(x, FUN = new_lines_adder, interval = round(total.length/groups), USE.NAMES=FALSE) return(t) } 的一些代码重写new_lines_adder()来处理字符宽度不等的问题。

如果有人能找到办法，我会留下这个问题。

我已将这两个功能添加到my personal package on github，因此任何想要使用它们的人都可以从那里获取它们。