Plotly R 中的分组线图：如何控制线条颜色？

Question

我有一堆来自同一主题的研究的“配对”观察结果，我正在尝试构建一个意大利面条图来可视化这些观察结果，如下所示：

library(plotly)
df <- data.frame(id = rep(1:10, 2),
                 type = c(rep('a', 10), rep('b', 10)),
                 state = rep(c(0, 1), 10),
                 values = c(rnorm(10, 2, 0.5), rnorm(10, -2, 0.5)))
df <- df[order(df$id), ]
plot_ly(df, x = type, y = values, group = id, type = 'line') %>%
  layout(showlegend = FALSE)

它产生了我正在寻找的正确情节。但是，代码以自己的颜色显示了每个分组的行，这真的很烦人，让人分心。我似乎无法找到摆脱颜色的方法。

额外问题：我实际上想使用color = state该变量并实际为斜线着色。

任何方法/想法？

Answer 1

您可以像这样将线条设置为相同的颜色

plot_ly(df, x = type, y = values, group = id, type = 'scatter', mode = 'lines+markers', 
        line=list(color='#000000'), showlegend = FALSE)

对于“奖金”二合一问题“如何通过与用于分组的变量不同的变量进行着色”：

如果您只绘制标记而不绘制线条，这将很简单，因为您可以简单地向marker.color. 然而不幸的是，line.color它只需要一个值，而不是一个向量，所以我们需要解决这个限制。

如果数据不是太多（在这种情况下，这种方法会变慢，下面给出了一种更快的方法），您可以通过将它们作为单独的轨迹在循环中逐个添加（循环 id）来单独设置每条线的颜色

p <- plot_ly()
for (id in df$id) {
  col <- c('#AA0000','#0000AA')[df[which(df$id==id),3][1]+1] # calculate color for this line based on the 3rd column of df (df$state).
  p <- add_trace(data=df[which(df$id==id),], x=type, y=values, type='scatter', mode='markers+lines',
                 marker=list(color=col),
                 line=list(color=col), 
                 showlegend = FALSE,
                 evaluate=T)
  }
p

尽管这种每行一条轨迹的方法在概念上可能是最简单的方法，但如果应用于数百或数千个线段，它确实会变得非常（不切实际）缓慢。在这种情况下，有一种更快的方法，即每种颜色只绘制一条线，但通过NA在单独的线段之间插入's 并使用connectgaps=FALSE选项将线分成缺失的线段，将该线分成多个线段数据。

首先使用dplyr在行段之间插入缺失值（即，对于每个唯一值，id我们NA在提供x和y坐标的列中添加一行）。

library(dplyr)
df %<>% distinct(id) %>%
  `[<-`(,c(2,4),NA) %>%
  rbind(df) %>%
  arrange (id)

和情节，使用connectgaps=FALSE：

plot_ly(df, x = type, y = values, group = state, type = 'scatter', mode = 'lines+markers', 
        showlegend = FALSE,
        connectgaps=FALSE)