geom_flow() has yet to be implemented in plotly
Offen
Dieses Issue hat noch niemand übernommen.
- Vorherrschende Sprache
- R
- Sterne
- 2.7k
- Forks
- 641
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
I've added a reproducible example here. The plot will work under normal ggplot conditions but not if you send it to ggplotly
library(ggplot2)
library(ggalluvial)
library(tidyverse)
data(vaccinations)
levels(vaccinations$response) <- rev(levels(vaccinations$response))
vaccinations <- vaccinations %>%
group_by(survey) %>%
mutate(pct = freq / sum(freq)) %>%
ungroup() %>%
mutate(
test_color = case_when(
subject %in% {vaccinations %>%
filter(
survey == "ms460_NSA" & response %in% "Never"
) %>%
distinct(subject) %>%
pull()} ~ "Yes",
TRUE ~ "No"
)
)
g <- ggplot(vaccinations,
aes(x = survey, stratum = response, alluvium = subject,
y = pct,
fill = test_color,
label = response)) +
scale_x_discrete(expand = c(.1, .1)) +
scale_y_continuous(label = scales::percent_format()) +
scale_fill_manual(values = c("Yes" = "cadetblue1", "No" = "grey50")) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(aes(label = paste0(..stratum.., "\n", scales::percent(..count.., accuracy = .1))), stat = "stratum", size = 3) +
theme(legend.position = "none") +
ggtitle("vaccination survey responses at three points in time")
g
g %>% ggplotly()
Beitragsleitfaden
Erste Schritte
- Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
- Forke das Repository und arbeite in einem Branch.
- Öffne einen Pull Request, der die Issue-Nummer nennt.
Rechercherichtung
Beginne damit, das bereitgestellte Impfbeispiel in R zu reproduzieren und den Konvertierungspfad von ggplotly() für geom_flow() nachzuverfolgen. Vergleiche das gerenderte Ergebnis mit der ursprünglichen ggplot-Ausgabe. Erledigt ist die Aufgabe, wenn geom_flow() von ggplotly() unterstützt wird und das Beispiel die erwarteten Flows rendert.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- r
- Bereich
- data-visualization
- Issue-Typ
- Feature
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 25/100