在 Plotly 散点图中对误差条进行颜色编码

Question

我正在尝试使用 R plotly 创建一个森林图，我想通过对应的p值为效果大小（点）和误差线着色。

以下是玩具数据：

set.seed(1)

factors <- paste0(1:25,":age")
effect.sizes <- rnorm(25,0,1)
effect.errors <- abs(rnorm(25,0,1))
p.values <- runif(25,0,1)

这是我的尝试：

library(dplyr)
plotly::plot_ly(type='scatter',mode="markers",y=~factors,x=~effect.sizes,color=~p.values,colors=grDevices::colorRamp(c("darkred","gray"))) %>%
      plotly::add_trace(error_x=list(array=effect.errors),marker=list(color=~p.values,colors=grDevices::colorRamp(c("darkred","gray")))) %>%
      plotly::colorbar(limits=c(0,1),len=0.4,title="P-Value") %>%
      plotly::layout(xaxis=list(title="Effect Size",zeroline=T,showticklabels=T),yaxis=list(title="Factor",zeroline=F,showticklabels=T))

这给了我：

除了以下几点，这已经非常接近我想要的：

1. 我希望误差条的颜色与效应大小相似（由相应的p值确定）。
2. 删除colorbar下面的两个trace图例。
3. 使y轴标签的顺序与factors相同。

有什么想法吗？

- dan

Answer 1

好的，我需要一些时间来熟悉我的plotly技能。由于您的第一个要点最困难，因此我将反向解释您的要点。

• 3. 通过在yaxis列表中使用categoryorder和categoryarray来操作layout以实现这一目标（参见motos的回答here）
• 2. 设置showlegend=FALSE
• 1. 这有点棘手。我不得不将您的第二行（误差线）移动到第一行。为其添加了一个颜色向量。将其放入plot_ly函数中。使用split允许正确的分组着色。在marker-list中添加了点的颜色。此外，我通过colorRamp 将p.values转换为十六进制，因为每个更简单的解决方案对我都不起作用。

结果如下：

代码（颜色条创建了一些问题）：

### Set category order
yform <- list(categoryorder = "array",
              categoryarray = rev(factors),
              title="Factor",zeroline=F,showticklabels=T)

### set the color scale and convert it to hex
library(grDevices)
mycramp<-colorRamp(c("darkred","gray"))
mycolors<-rgb(mycramp(p.values),maxColorValue = 255)

### plot without the adjusted colorbar
library(plotly)
### Without colorbar adjustment
  plot_ly(type='scatter',mode="markers",y=~factors,x=~effect.sizes,
          color=~p.values,colors=grDevices::colorRamp(c("darkred","gray")),
          error_x=list(array=effect.errors,color=mycolors),split=factors,showlegend=FALSE,marker=list(color=mycolors)) %>%
      layout(xaxis=list(title="Effect Size",zeroline=T,showticklabels=T),yaxis=yform)

  ### The colorbar-adjustment kicks out the original colors of the scatter points. Either you plot them over
  plot_ly(type='scatter',mode="markers",y=~factors,x=~effect.sizes,
          color=~p.values,colors=grDevices::colorRamp(c("darkred","gray")),
          error_x=list(array=effect.errors,color=mycolors),split=factors,showlegend=FALSE,marker=list(color=mycolors)) %>%
      layout(xaxis=list(title="Effect Size",zeroline=T,showticklabels=T),yaxis=yform) %>%
  colorbar(limits=c(0,1),len=0.4,title="P-Value",inherit=FALSE) %>%
      add_trace(type='scatter',mode="markers",y=~factors,x=~effect.sizes,
            showlegend=FALSE,marker=list(color=mycolors),inherit=FALSE) %>%
    layout(xaxis=list(title="Effect Size",zeroline=T,showticklabels=T),yaxis=yform)

  ### or you try to set the colorbar before the plot. This results in some warnings
  plot_ly() %>%
  colorbar(limits=c(0,1),len=0.4,title="P-Value",inherit=FALSE) %>%
      add_trace(type='scatter',mode="markers",y=~factors,x=~effect.sizes,
          color=~p.values,colors=grDevices::colorRamp(c("darkred","gray")),
          error_x=list(array=effect.errors,color=mycolors),split=factors,showlegend=FALSE,marker=list(color=mycolors)) %>%
      layout(xaxis=list(title="Effect Size",zeroline=T,showticklabels=T),yaxis=yform)

令人奇怪的是，这个第一点问题解决起来非常困难并且导致代码量很大，因为通常情况下plotly相当支持管道逻辑，并且您将得到使用所有add函数非常易读的代码。

例如，我期望会有一些add_errorbar函数，但显然您必须在plot_ly函数中添加误差条，并且只有在使用split函数时才能使用颜色向量来表示误差。如果有人想评论或发布一个更易读的替代答案，那将非常有趣。

- 5th

Answer 2

这里有一个构建ggplot2图表并使用ggplotly的想法：

创建一个数据框：

df <- data.frame(factors = factor(factors, levels = factors), #note the order of the levels which determines the order of the y axes
                 effect.sizes = effect.sizes,
                 effect.errors = effect.errors,
                 p.values = p.values)

创建 ggplot 图表：

library(ggplot2)
library(plotly)

ggplot(df)+
  geom_vline(xintercept = 0, color = "grey50") +
  geom_point(aes(y = factors,
                 x = effect.sizes,
                 color = p.values)) +
  geom_errorbarh(aes(y = factors,
                     xmin = effect.sizes - effect.errors,
                     xmax = effect.sizes + effect.errors,
                     x = effect.sizes,
                     color = p.values)) +
  scale_color_continuous(low = "darkred", high = "gray")+
  theme_bw() +
  xlab("Effect Sizes")+
  ylab("Factors") +
  theme(panel.border = element_blank(),
        plot.margin = margin(1, 1, 1, 1, "cm")) -> p1


ggplotly(p1)

数据：

set.seed(1)
factors <- paste0(1:25,":age")
effect.sizes <- rnorm(25,0,1)
effect.errors <- abs(rnorm(25,0,1))
p.values <- runif(25,0,1)

- missuse