Chapter 64 Chinese Translation of R Packages for Interactie Plots 交互式数据可视化包: plotly & parcoords

Han Xu and Lin Jiang

64.0.0.1 原文件链接:

plotly: https://cran.r-project.org/web/packages/plotly/plotly.pdf

parcoords: https://cran.r-project.org/web/packages/parcoords/parcoords.pdf

64.1 R 交互式数据可视化包 ‘plotly’

名称：通过‘plotly.js’ 来制作交互式网络图表
版本：4.9.0
版权：MIT + 文件 LICENSE
介绍：从ggplot2制作交互式图标和/或者运用图标语言标准（grammer of graphics) 新定制一个连接界面接口的（MIT版权所有的）Javascript包’plotly.js’
网站：https://plotly-r.com, https://github.com/ropensci/plotly#readme, https://plot.ly/r
修复历史文件：https://github.com/ropensci/plotly/issues
所需运行环境：R（版本>= 3.2.0），ggplot2（>= 3.0.0）
嵌入包：tools, scales, httr, jsonlite (>= 1.6), magrittr, digest, viridisLite, base64enc, htmltools (>= 0.3.6), htmlwidgets (>= 1.3), tidyr, hexbin, RColorBrewer, dplyr, tibble, lazyeval (>= 0.2.0), rlang, crosstalk, purrr, data.table, promises
建议搭配包：MASS, maps, ggthemes, GGally, testthat, knitr, devtools, shiny (>= 1.1.0), shinytest (>= 1.3.0), curl, rmarkdown, vdiffr, Cairo, broom, webshot, listviewer, dendextend, sf, maptools, rgeos, png, IRdisplay, processx, plotlyGeoAssets, forcats
惰性存储数据功能：开启
Roxygen版本：6.1.1
解码标准：UTF-8
是否需要编制：不需要
作者：Carson Sievert [aut, cre] (https://orcid.org/0000-0002-4958-2844), Chris Parmer [aut], Toby Hocking [aut], Scott Chamberlain [aut], Karthik Ram [aut], Marianne Corvellec [aut] (https://orcid.org/0000-0002-1994-3581), Pedro Despouy [aut], Plotly Technologies Inc. [cph]
维护者：Carson Sievert cpsievert1@gmail.com
文件版本库：CRAN
发布时间：2019-04-10 19:33:05 UTC

64.2 R 主题/函数目录：

64.3 add_annotations

64.3.0.1 描述：

给图表加备注

64.3.0.2 用法：

  add_annotations(p, text = NULL, ..., data = NULL, inherit = TRUE)

64.3.0.3 参数：

p：一个交互式图表

text：需要加上的备注（必须加上的）

…：这些参数被记录在此网站https://github.com/plotly/plotly.js/

blob/master/src/components/annotations/attributes.js

data: 一个数据表格（DataFrame格式）

inherit：是否要沿袭plot_ly()里面设置的属性？

64.3.0.4 作者：

Carson Sievert

64.4 add_data

64.4.0.1 描述：

给图表加数据

64.4.0.2 用法：

    add_data(p, data = NULL)

64.4.0.3 参数：

p：一个交互式图表

data：一个Dataframe格式的数据表格

64.4.0.4 例子：

library(plotly)
plot_ly() %>% add_data(economics) %>% add_trace(x = ~date, y = ~pce)

64.5 add_fun

64.5.0.1 描述：

当需要加多层数据信息总结的时候可以用此函数

64.5.0.2 用法：

  add_fun(p, fun, ...)

64.5.0.3 参数：

p：一个交互式图表

fun：一个函数，可以用来根据输入的图表为基础并且输出一个新的图表

…：给以上函数fun的参数

64.6 add_trace

64.6.0.1 描述：

给图表加各种图表标记

64.6.0.2 用法：

    add_trace(p, ..., data = NULL, inherit = TRUE)
    add_markers(p, x = NULL, y = NULL, z = NULL, ..., data = NULL, inherit = TRUE)
    add_text(p, x = NULL, y = NULL, z = NULL, text = NULL, ...,
    data = NULL, inherit = TRUE)
    add_paths(p, x = NULL, y = NULL, z = NULL, ..., data = NULL, inherit = TRUE)
    add_lines(p, x = NULL, y = NULL, z = NULL, ..., data = NULL, inherit = TRUE)
    add_segments(p, x = NULL, y = NULL, xend = NULL, yend = NULL, ...,
    data = NULL, inherit = TRUE)
    add_polygons(p, x = NULL, y = NULL, ..., data = NULL,
    inherit = TRUE)
    add_sf(p, ..., x = ~x, y = ~y, data = NULL, inherit = TRUE)
    add_table(p, ..., rownames = TRUE, data = NULL, inherit = TRUE)
    add_ribbons(p, x = NULL, ymin = NULL, ymax = NULL, ..., data = NULL, inherit = TRUE)
    add_area(p, r = NULL, t = NULL, ..., data = NULL, inherit = TRUE)
    add_pie(p, values = NULL, labels = NULL, ..., data = NULL,
    inherit = TRUE)
    add_bars(p, x = NULL, y = NULL, ..., data = NULL, inherit = TRUE)
    add_histogram(p, x = NULL, y = NULL, ..., data = NULL,
    inherit = TRUE)
    add_histogram2d(p, x = NULL, y = NULL, z = NULL, ..., data = NULL,
    inherit = TRUE)
    add_histogram2dcontour(p, x = NULL, y = NULL, z = NULL, ...,
    data = NULL, inherit = TRUE)
    add_heatmap(p, x = NULL, y = NULL, z = NULL, ..., data = NULL, inherit = TRUE)
    add_contour(p, z = NULL, ..., data = NULL, inherit = TRUE)
    add_boxplot(p, x = NULL, y = NULL, ..., data = NULL, inherit = TRUE)
    add_surface(p, z = NULL, ..., data = NULL, inherit = TRUE)
    add_mesh(p, x = NULL, y = NULL, z = NULL, ..., data = NULL, inherit = TRUE)
    add_scattergeo(p, ...)
    add_choropleth(p, z = NULL, ..., data = NULL, inherit = TRUE)

64.6.0.3 参数：

p：一个交互式图表

…：这些属性是赋予trace type的。想要知道所有的属性可以看schema()，在trace -> type -> attributes 里面可以找到

data：一个DataFrame格式的表格或者crosstalk包里的sharedData表格

inherit：是否要沿袭plot_ly()里设置的属性？

x：x坐标的取值（开始x的值）

y：y坐标的取值（开始y的值）

z：一个数字的矩阵

text：文字标签

xend：最终x的位置

yend：最终y的位置

rownames：是否要展示每行的名字

ymin：一个变量用来规定多边形的底部取值

ymax：一个标量用来规定多边形的顶部取值

r：只有极坐标需要此参数

t：只有极坐标需要此参数

values：每个圆形分格表的分格大小

labels：每个圆形分格表的分格标注

64.7 animation_opts

64.7.0.1 描述：

可用plot_ly()里面的frame参数实现动画化，或者（非正式）的ggplot2里面的美学设置来实现动画化。默认情况下，动画会配有一个播放按钮，以及一个进度条来控制播放进度。播放按钮和进度条都是根据animation_opts()里设置的参数来运作的

64.7.0.2 用法：

    animation_opts(p, frame = 500, transition = frame, easing = "linear",
    redraw = TRUE, mode = "immediate")
    animation_slider(p, hide = FALSE, ...)
    animation_button(p, ..., label)

64.7.0.3 参数：

p：一个互动式图表

frame：两帧之间停留的时间（包括过度时间）

transition：两帧之间过度时间

easing：过度类别，可以在https://github.com/

plotly/plotly.js/blob/master/src/plots/animation_attributes.js中选择

redraw：是否在过度之后需要重新绘图？重新绘图可能会很大程度上影响速度，但有时候是必要的

made：描述想要新的动画模式怎么和已有的动画兼容

hide：是否要移除进度条？

label：给动画播放按钮的标注

64.7.0.4 作者：

Carson Sievert

64.8 colorbar

64.8.0.1 描述：

改变图表的颜色条

64.8.0.2 用法：

    colorbar(p, ..., limits = NULL, which = 1)

64.8.0.3 参数：

p：一个交互式图表

…：这些参数可以在这里找到https://plot.ly/r/reference/#scatter-marker-colorbar.

limits：一个长度为2的数字向量

which：表明哪一个是想要更改的颜色条

64.8.0.4 作者：

Carson Sievert

64.8.0.5 例子：

p <- plot_ly(mtcars, x = ~wt, y = ~mpg, color = ~cyl)
# pass any colorbar attribute --
# https://plot.ly/r/reference/#scatter-marker-colorbar
# 可以从以上的网站找到想要的colorbar属性
colorbar(p, len = 0.5)

# Expand the limits of the colorbar
# 增大colorbar的取值范围
colorbar(p, limits = c(0, 20))

# values outside the colorbar limits are considered "missing"
# 在colorbar取值范围之外的值都被看成是极端值
colorbar(p, limits = c(5, 6))

# also works on colorbars generated via a z value
# 这个函数也可以用在z生成的数值上
corr <- cor(diamonds[vapply(diamonds, is.numeric, logical(1))])
plot_ly(x = rownames(corr), y = colnames(corr), z = corr) %>%
add_heatmap() %>%
colorbar(limits = c(-1, 1))

64.9 embed_notebook

64.9.0.1 描述：

把图表嵌入python语言的编辑器里

64.9.0.2 用法：

    embed_notebook(x, width = NULL, height = NULL, file = NULL)

64.9.0.3 参数：

x：一个交互式图表

width：嵌入图表的宽度。如果是NULL，则沿袭x的宽度；如果不是NULL，则采用系统默认为100%

height：嵌入图标的高度。如果是NULL，则沿袭x的高度；如果不是NULL，则采用系统默认为400px

file：已被移除

64.9.0.4 作者：

Carson Sievert

64.10 ggplotly

64.10.0.1 描述：

把ggplot2做的ggplot()图表转换成交互式图表

64.10.0.2 用法：

  ggplotly(p = ggplot2::last_plot(), width = NULL, height = NULL,
  tooltip = "all", dynamicTicks = FALSE, layerData = 1,
  originalData = TRUE, source = "A", ...)

64.10.0.3 参数：

p：一个交互式图表

width：图表的宽度

height：图表的高度

tooltip：一个用来表明用哪种美学函数的向量。向量里的顺序会决定图标里变量的顺序

dynamicTicks：决定是否要动态的输出坐标轴标注

layerData：决定要返回输出哪一层的图像

originalData：决定应该输出原始数据还是标准化过的数据

source：一个长度为1字符。可以用event_data()里的参数来提取里面特定的事件信息

64.10.0.4 详细信息：

转换的大小会根据正在运行的图表设备来决定（如果没有正在运行的设备，系统默认值是640/480）。换句话来说，高度和宽度一定要在运行程序的时候设定来保证大小的正确性

64.10.0.5 作者：

Carson Sievert

64.10.0.6 借鉴网站：

https://plot.ly/ggplot2
以及：plot_ly()

64.10.0.7 例子：

# simple example
# 简单的例子
ggiris <- qplot(Petal.Width, Sepal.Length, data = iris, color = Species)
ggplotly(ggiris)

# linked scatterplot brushing
# 连着抛光几个散点图
d <- highlight_key(mtcars)
qplot(data = d, x = mpg, y = wt) %>%
subplot(qplot(data = d, x = mpg, y = vs)) %>%
layout(title = "Click and drag to select points") %>%
highlight("plotly_selected")

# more brushing (i.e. highlighting) examples
# 再有几个抛光（重点强调）的例子
demo("crosstalk-highlight-ggplotly", package = "plotly")

## 
## 
##  demo(crosstalk-highlight-ggplotly)
##  ---- ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
## 
## > library(plotly)
## 
## > # see https://vimeo.com/202647310
## > d <- highlight_key(txhousing, ~city, "Select a city")
## 
## > p <- ggplot(d, aes(date, median, group = city)) + geom_line()
## 
## > ggplotly(p, tooltip = "city") %>%
## +   layout(title = "Click on a line to highlight a year") %>%
## +   highlight(dynamic = TRUE, selectize = TRUE)
## 
## > # crosstalk keys are automatically added to the group aesthetic...
## > # if you want to avoid adding the key to group for a layer,
## > # use the original data
## > p <- ggplot(d, aes(month, median)) +
## +   geom_line(aes(group = city)) + 
## +   geom_smooth(data = txhousing, method = "gam") + 
## +   facet_wrap(~ year)
## 
## > ggplotly(p) %>%
## +   layout(title = "Click on a line to highlight a year")
## 
## > # perhaps a more useful example
## > sd <- highlight_key(txhousing, ~year)
## 
## > p <- ggplot(sd, aes(month, median)) +
## +   geom_line(aes(group = year)) + 
## +   geom_smooth(data = txhousing, method = "gam") + 
## +   facet_wrap(~ city)
## 
## > ggplotly(p, height = 800, width = 1600) %>%
## +   layout(title = "Click on a line to highlight a year")

# client-side linked brushing in a scatterplot matrix
# 客户端的抛光散点图矩阵的例子
highlight_key(iris) %>%
GGally::ggpairs(aes(colour = Species), columns = 1:4) %>%
ggplotly(tooltip = c("x", "y", "colour")) %>%
highlight("plotly_selected")

64.11 group2NA

64.11.0.1 描述：

这个函数主要是plotly内部调试用的，但也对熟练的用户有帮助

64.11.0.2 用法：

    group2NA(data, groupNames = "group", nested = NULL, ordered = NULL,
    retrace.first = inherits(data, "GeomPolygon"))

64.11.0.3 参数：

data：一个DataFrame格式的数据表格

groupName：一个用来分组的向量

nested：其他的分组函数

ordered：一个用来排序的向量

retrace.first：是否将每组的最后一行和组的第一行贴在一起？

64.11.0.4 详细信息：

如果一个组的分布趋势有共同的非位置特性（例如颜色等等），把他们用同一个特性整合在一起，然后用每组缺失的数据来区分效率会更高（要注意connectgaps是设定成False的）
价值：一个表格首先按照行来排序，然后每组的名字，最后再排序。只要每组名字有正确的变量的名字，新的行会被正确输入来区分各个组

64.11.0.5 例子：

# note the insertion of new rows with missing values
# 注意看新插入的行里有缺失数据
group2NA(mtcars, "vs", "cyl")

##     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
## 1  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
## 2    NA   4    NA  NA   NA    NA    NA  0 NA   NA   NA
## 3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
## 4  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
## 5  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
## 6  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
## 7  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
## 8  33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
## 9  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
## 10 27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
## 11 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
## 12 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
## 13 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
## 14 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
## 15 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
## 16   NA   6    NA  NA   NA    NA    NA  0 NA   NA   NA
## 17 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
## 18 18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
## 19 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
## 20 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
## 21 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
## 22 14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
## 23 16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
## 24 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
## 25 15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
## 26 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
## 27 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
## 28 14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
## 29 15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
## 30 15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
## 31 13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
## 32 19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
## 33 15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
## 34 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

# need to group lines by city somehow!
# 需要把依据city的线分组！
plot_ly(txhousing, x = ~date, y = ~median) %>% add_lines()

# instead of using group_by(), you could use group2NA()
# 你可以用group2NA()来代替group_by()
tx <- group2NA(txhousing, "city")
plot_ly(tx, x = ~date, y = ~median) %>% add_lines()

# add_lines() will ensure paths are sorted by x, but this is equivalent
# add_lines()会保证出来的图样轨迹是按照x来排序的，但这和之前是一样的
tx <- group2NA(txhousing, "city", ordered = "date")
plot_ly(tx, x = ~date, y = ~median) %>% add_paths()

64.12 R 交互式数据可视化包 ‘parcoords’

标题：‘Htmlwidget’ 框架下交互式平行坐标图（适用于d3.js数据可视化库) 版本： 1.0.0 日期：2019-05-13 维护者： Kenton Russell kent.russell@timelyportfolio.com 简介：使用‘htmlwidget’生成适用于‘d3.js’的交互式平行坐标图 https://github.com/BigFatDog/parcoords-es {‘parallel-coordinates’}.

URL链接： https://github.com/timelyportfolio/parcoords

乱码汇报：https://github.com/timelyportfolio/parcoords/issues

适用版本： R (>= 3.2.0)

许可：MIT + file LICENSE

是否为LazyData: 是（意为此包在未使用情况下不会占据内存）

此包使用时需同步使用但不需加载的其他包：crosstalk, htmlwidgets (>= 0.6.0), utils

在实例中使用的其他包： d3r, ggplot2, htmltools, knitr, shiny, testthat, rmarkdown RoxygenNote 6.1.1

VignetteBuilder：knitr

是否需要Compilation：否（意为下载时不需要其他工具）

作者：

Mike Bostock [aut, cph] (d3.js library in htmlwidgets/lib, http://d3js.org),

Kai Chang [aut, cph] (parallel coordinates reusable chart, https://github.com/syntagmatic/parallel-coordinates),

Xing Yun [aut, cph] (‘es6’ parallel coordinates, https://github.com/BigFatDog/parcoords-es),

Kenton Russell [aut, cre] (R interface),

Anobel Odisho [aut] (R interface guidance, suggestions, testing, review, and feedback),

Mark Albrecht [ctb] (Shiny output and example)

版本库： CRAN

发行日期： 2019-05-24 13:10:03 UTC

64.13 R 主题/函数目录：

64.14 parcoords

64.14.0.1 描述：

使用‘htmlwidget’生成适用于‘d3.js’的交互式平行坐标图

64.14.0.2 用法：

parcoords(data = NULL, rownames = TRUE, color = NULL,
  brushMode = NULL, brushPredicate = "and", alphaOnBrushed = NULL,
  reorderable = FALSE, axisDots = NULL, margin = NULL,
  composite = NULL, alpha = NULL, queue = FALSE, mode = FALSE,
  rate = NULL, dimensions = NULL, bundleDimension = NULL,
  bundlingStrength = 0.5, smoothness = 0, tasks = NULL,
  autoresize = FALSE, withD3 = FALSE, width = NULL, height = NULL,
  elementId = NULL)

64.14.0.3 参数：

data: 一个data.frame形式的数据，将会用在表格中

rownames：逻辑使用表中data.frame的行名。如果不管此参数，我们会把我们发给JavaScript 的信息赋予到数据的行名上。如果rownames设置为等于FALSE, 我们会使用平行坐标图去隐藏它。

color：颜色可以设置为rgb或者hex的单色。对于一个颜色公式，提供一个以下列表： list( colorScale = , colorBy = , colorScheme =, colorInterpolator = , colorDomain =)。其中，colorScale是d3-scale的名字，比如scaleOrdinal或scaleSequential。colorBy指出用来决定颜色的列。如果将颜色赋予离散的或是顺序的变量，那请务必使用colorScheme, 比如schemCategory10。如果将颜色赋予连续的变量，那请务必使用colorInterpolator以及colorInterpolator作为 d3 interpolator，比如interpolateViridis. 如果使用d3的设定颜色，请记得设定 withD3 = TRUE.

brushmode：字符串，可设定为 “1D-axes”，或者 “1D-axes-multi”, 或者 “2D-strums”。此参数给出想要的给表格的brush设定

brushPredicate：字符串，可设定为“and”或者“or”。此参数给出逻辑判断是否结合多种brush。

alphaOnBrushed：不透明度设定，可以设定为0到1（默认设定为0）。

reorderable：逻辑判定可以改变坐标轴的排序

axisDots：逻辑判定可以标亮出多线与坐标走交汇的点

margin：关于像素所需的页边差距的列表。现在brushMode = “2D-strums”需要左边margin = 0，所以这个会自动改变且有可能得出不期望的结果

composite：前景内容的混合了 icing

alpha：多线的不透明度设定，可以设定为0到1

queue：逻辑判断（默认设定为FALSE)，用来改变队列逐步的实现模式。一般当数据集非常大时，设置queue = T。

mode: 字符串，与以上queue参数的设定有关。当queue = T时，会设定mode = “queue”。

rate: 排序所依据的整数比率

dimension: 用来自定义坐标轴维度的列表

bundleDimension: 列或者变量的字符串，用来定义哪些列或者变量捆绑在一起。

bundlingStrength: 0到1之间的数值，用来设定捆绑的强度。这个数值不会影响平行坐标图，如果bundleDimension没有设定，此时本变量会被忽略。

smoothness: 0到1之间的数值，用来设定使线条变曲线的强度。这个数值不会影响平行坐标图，如果bundleDimension没有设定，此时本变量会被忽略。

tasks: 一个字符串，或者JS, 或者一个字符串列表，或者一个表现JavaScript公式的JS。这个参数会在parcoords展示后执行。这个参数提供了一个更高级自定义的机会。注意，function（公式）会使用 JavaScript call的机制，所以在公式中，this会成为一个含有this.el的对象，this.el会展示 parcoords含有的元素并且this.parcoords展示parcoords实例。

autoresize: 逻辑判断（默认设定为FALSE)，用来自用调整parcoords的大小当容器的大小改变。这个在r markdown 演讲（presentation）以及flexdashboard中非常有用。然而此参数对于更大的数据集或是典型的html环境下不太有用。

withD3: 逻辑判断是否包含d3 dependency (来自于当到d3r)。‘parcoords’ 建立在独立的JavaScript 上，将不会包含全部的d3。如果想包含d3.js, 设定 withD3 = TRUE。

width: 数值，用来设定widget的宽度。如果设定width = NULL, 会自动设定widget容器为100。

height: 数值，用来设定widget的高度。如果设定height = NULL, 会自动设定widget容器为400px。

elementId: 独有的给widget的CSS selector id。

64.14.0.4 产出：

此公式将会生成一个htmlwidget格式的对象，此对象对自动以html格式产出。此对象可以使用在多种背景中，包括R console, 或是在R Markdown 文件中, 以及在 Shiny 的产出语法设定中。

64.14.0.5 例子：

library(parcoords)

    if(interactive()) {
      # simple example using the mtcars dataset
      # 一个用mtcars数据集的简单例子
      data( mtcars )
      parcoords( mtcars )
      # various ways to change color
      # 有多种方法去改变颜色
      # in these all lines are the specified color
      # 此方法下每条线都有一个特殊的颜色
      parcoords( mtcars, color = "green" )
      parcoords( mtcars, color = "#f0c" )
      # in these we supply a function for our color
      # 此方法下我们通过公式来赋予颜色
      parcoords( mtcars, color = list(colorBy = "cyl", 
                             colorScale = "scaleOrdinal", 
                             colorScheme = "schemeCategory10"), 
        withD3 = TRUE)
      
      if(require('ggplot2', quietly = TRUE)) {
      parcoords(diamonds,rownames = FALSE,brushMode = "1d-axes",
                reorderable = TRUE,queue = TRUE,
                color= list(colorBy="cut", 
                            colorScale = "scaleOrdinal", 
                            colorScheme = "schemeCategory10"),
                withD3 = TRUE)
      } }

    parcoords(
      mtcars,
      dimensions = list(
        cyl = list(
          title = "cylinder",
          tickValues = unique(mtcars$cyl)
        )
))

    parcoords(
      mtcars
      ,rownames = FALSE
      ,brushMode = "1d-multi"
      ,brushPredicate = "OR"
      ,dimensions = list(
        cyl = list(
          title = "cylinder",
          tickValues = unique(mtcars$cyl)
) )
)

64.15 parcoords-shiny

64.15.0.1 描述：

像在Rmd文件中，产出并使用Shiny中的交互式旭日形图（sunburst）。

64.15.0.2 用法：

parcoordsOutput(outputId, width = "100%", height = "400px")
renderParcoords(expr, env = parent.frame(), quoted = FALSE)

64.15.0.3 参数：

outputId: 读入的产出变量

width, height: 必须是有效的CSS单位（如“100%”， “400px”， “auto）或是数值，此数值将会生成一个含有‘px’的字符串

expr: 一个用来生成旭日形图的表达式

env: 用来评估expr的环境

quoted: 是否expr是一个引用的表达式（含有quote（））。当你想要保存表达式为一个变量时，此变量十分有用。

64.15.0.4 例子：

if (interactive()) {
  #### filter proxy example ----
  #### 筛选proxy的例子
  library(parcoords)
  library(shiny)
  ui <- tagList(
    textOutput("filteredstate", container=h3),
    parcoordsOutput("pc")
  )
  
  server <- function(input, output, session) {
    rv <- reactiveValues(filtered = FALSE)
    output$pc <- renderParcoords({
      parcoords(mtcars)
    })
    observe({
      # toggle between filtered and unfiltered every 2.5 seconds
      # 每2.5秒在筛选与为筛选中切换
      invalidateLater(2500)
      rv$filtered <- !isolate(rv$filtered)
    })
    observeEvent(rv$filtered, {
      # create a proxy with which we will communicate between
      # Shiny and the parallel coordinates without a re-render
      # 生成一个代理人用于在Shiny和平行坐标图之间交流
      
      pcp <- parcoordsProxy("pc")
      if(rv$filtered) {
        pcFilter(
          pcp, list(
            cyl = c(6,8),
            hp = list(gt = 200)
          )
        )
      } else {
        pcFilter(pcp, list())
      }
    })
    output$filteredstate <- renderText({
      paste0("Filtered: ", rv$filtered)
    }) }

shinyApp(ui = ui, server = server)
### center proxy example ----
### 中心化proxy的例子

library(shiny)
library(parcoords)
ui <- tags$div(
  parcoordsOutput("pc", width = 2500),
  style="width: 2500px;"
)
server <- function(input, output, session) {
  # create a proxy with which we will communicate between
  # Shiny and the parallel coordinates without a re-render
  # 生成一个代理人用于在Shiny和平行坐标图之间交流
        pcp <- parcoordsProxy("pc")
        output$pc <- renderParcoords({
          parcoords(mtcars)
})
        pcCenter(pcp, 'drat')
}

 shinyApp(ui = ui, server = server)
    ### snapshot example ----
    ### snapshot的例子
    library(shiny)
    library(parcoords)
    ui <- tags$div(
      actionButton(inputId = "snapBtn", label = "snapshot"),
      parcoordsOutput("pc", height=400)
)
    server <- function(input, output, session) {
      # create a proxy with which we will communicate between
      # Shiny and the parallel coordinates without a re-render
      # 生成一个代理人用于在Shiny和平行坐标图之间交流
      pcp <- parcoordsProxy("pc")
      output$pc <- renderParcoords({
        parcoords(mtcars)
})
      observeEvent(input$snapBtn, {
        # create a proxy with which we will communicate between
        # Shiny and the parallel coordinates without a re-render
        # 生成一个代理人用于在Shiny和平行坐标图之间交流
        pcp <- parcoordsProxy("pc")
        pcSnapshot(pcp)
}) }
    shinyApp(ui=ui, server=server)
  }

64.16 parcoordsProxy

64.16.0.1 描述：

生成一个类似parcoords的对象，此对象可用来自定义并且控制一个已经生成的parcoords。只能用于Shiny apps和Shiny docs。

64.16.0.2 用法：

  parcoordsProxy(parcoordsId, session = shiny::getDefaultReactiveDomain(),
  deferUntilFlush = TRUE)

64.16.0.3 参数：

parcoordsId：一个单个特征矢量，此矢量指出修改的parcoords的产出id（output id）。如果在一个Shiny模块中唤起，命名空间会自动加入。

session：反对地图所归属的Shiny session。一般情况下，默认设定可以满足要求。

deferUntilFlush：指出反对实例的行动是否需要马上执行，或者他们应该在下一次所有产出更新是执行。默认设定为TRUE。

64.16.0.4 详细描述：

通常，你生成一个parcoords表会使用parcoords公式。这个公式会生成一个内存（in-memory）的你自定义的parcoords表现。这样的parcoords可以在R console 打印出，包阔在R Markdown 文件中, 或是作为一个Shiny的产出。对于在Shiny中，你想要更多的自定义一个parcoords，即使它已经生成一个产出。在这个时候，内存呈现下的parcoords已经过去很久，用户的页面已经实现了parcoords的实例。在这个时候，就应该使用parcoordsProxy。它将会得到一个代替寻常parcoords的对象。寻常的 parcoords公式会被唤起，并且要求会在实况的parcoords实例上执行，而不是自定义那个内存呈现。

64.17 pcCenter

64.17.0.1 描述：

基于列/变量，通过parcoordsProxy，使得parcoords位于水平面的中心。

64.17.0.2 用法：

  pcCenter(pc = NULL, dim = NULL)

64.17.0.3 参数：

pc：给出parcoordsProxy

dim：字符串，给出中心化的列/变量

64.17.0.4 产出：

64.18 parcoords_proxy

64.19 pcFilter

64.19.0.1 描述：

通过parcoordsProxy筛选parcoords。

64.19.0.2 用法：

  pcFilter(pc = NULL, filters = NULL)

64.19.0.3 参数：

pc：给出parcoordsProxy

filters: 一个用于parcoords proxy的筛选的标准列表。请看search.js（https://github.com/deitch/searchjs）得到一些作为筛选标准的例子。

64.19.0.4 产出：

parcoords_proxy

64.20 pcHide

64.20.0.1 描述：

通过parcoordsProxy隐藏 parcoords 的列。

64.20.0.2 用法

  pcHide(pc = NULL, dim = NULL)

64.20.0.3 参数：

pc: 给出parcoordsProxy

dim: 字符串，给出想要隐藏的列的名字。

64.20.0.4 产出：

parcoords_proxy

64.21 pcSnapshot

64.21.0.1 描述：

通过parcoordsProxy下载parcoords的图像

64.21.0.2 用法：

  pcSnapshot(pc = NULL)

64.21.0.3 参数：

pc: 给出parcoordsProxy

64.21.0.4 产出：

parcoords_proxy

64.22 pcUnhide

64.22.0.1 描述：

通过parcoordsProxy取消隐藏parcoords的列

64.22.0.2 用法：

 pcUnhide(pc = NULL, dim = NULL)

64.22.0.3 参数：

pc: 给出parcoordsProxy

dim: 字符串，给出想要隐藏的列的名字。

64.22.0.4 产出：

parcoords_proxy

Chapter 64 Chinese Translation of R Packages for Interactie Plots 交互式数据可视化包: plotly & parcoords

64.0.0.1 原文件链接:

64.1 R 交互式数据可视化包 ‘plotly’

64.2 R 主题/函数目录：

64.3 add_annotations

64.3.0.1 描述：

64.3.0.2 用法：

64.3.0.3 参数：

64.3.0.4 作者：

64.4 add_data

64.4.0.1 描述：

64.4.0.2 用法：

64.4.0.3 参数：

64.4.0.4 例子：

64.5 add_fun

64.5.0.1 描述：

64.5.0.2 用法：

64.5.0.3 参数：

64.6 add_trace

64.6.0.1 描述：

64.6.0.2 用法：

64.6.0.3 参数：

64.7 animation_opts

64.7.0.1 描述：

64.7.0.2 用法：

64.7.0.3 参数：

64.7.0.4 作者：

64.7.0.5 例子：

64.8 colorbar

64.8.0.1 描述：

64.8.0.2 用法：

64.8.0.3 参数：

64.8.0.4 作者：

64.8.0.5 例子：

64.9 embed_notebook

64.9.0.1 描述：

64.9.0.2 用法：

64.9.0.3 参数：

64.9.0.4 作者：

64.10 ggplotly

64.10.0.1 描述：

64.10.0.2 用法：

64.10.0.3 参数：

64.10.0.4 详细信息：

64.10.0.5 作者：

64.10.0.6 借鉴网站：

64.10.0.7 例子：

64.11 group2NA

64.11.0.1 描述：

64.11.0.2 用法：

64.11.0.3 参数：

64.11.0.4 详细信息：

64.11.0.5 例子：

64.12 R 交互式数据可视化包 ‘parcoords’

64.13 R 主题/函数目录：

64.14 parcoords

64.14.0.1 描述：

64.14.0.2 用法：

64.14.0.3 参数：

64.14.0.4 产出：

64.14.0.5 例子：

64.15 parcoords-shiny

64.15.0.1 描述：

64.15.0.2 用法：

64.15.0.3 参数：

64.15.0.4 例子：

64.16 parcoordsProxy

64.16.0.1 描述：

64.16.0.2 用法：

64.16.0.3 参数：

64.16.0.4 详细描述：

64.17 pcCenter

64.17.0.1 描述：

64.17.0.2 用法：

64.17.0.3 参数：

64.17.0.4 产出：

64.18 parcoords_proxy

64.19 pcFilter

64.19.0.1 描述：

64.19.0.2 用法：