plotly / plotly/plotly.R

Write Image as PDF with Box saying "Loading [MathJax]/extensions/MathMenu.js"

Ouverte
#2,243 4 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Langage dominant
R
Étoiles
2.7k
Forks
641
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

Hello,

library(plotly)

n <- 1e3
x <- rnorm(n)
y <- 2*x + rnorm(n, sd = 5)

fig <- plot_ly(x = x, y = y, alpha  = 0.01,type = "scatter")

save_image(fig,"test.pdf")
browseURL("test.pdf")

image
When I run the above code, I get the box saying Loading [MathJax]/extensions/MathMenu.js,I see the Solution in plotly.py issues 3469:

import plotly.io as pio   
pio.kaleido.scope.mathjax = None

How should I solve it in R?

My sessionInfo is:

> sessionInfo()
R version 4.2.0 (2022-04-22)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 20.04.4 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so.3

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] plotly_4.10.0        webshot2_0.1.0       RefManageR_1.4.0     knitcitations_1.0.12 shinyWidgets_0.7.5  
 [6] ggplot2_3.4.0        maftools_2.12.0      shinyjqui_0.4.1      shinyFeedback_0.4.0  bslib_0.4.2         
[11] htmltools_0.5.4      shiny_1.7.4         

loaded via a namespace (and not attached):
 [1] httr_1.4.3         sass_0.4.4         tidyr_1.2.0        jsonlite_1.8.4     viridisLite_0.4.0  splines_4.2.0     
 [7] here_1.0.1         assertthat_0.2.1   yaml_2.3.5         pillar_1.7.0       backports_1.4.1    lattice_0.20-45   
[13] glue_1.6.2         reticulate_1.25    digest_0.6.31      RColorBrewer_1.1-3 promises_1.2.0.1   colorspace_2.0-3  
[19] websocket_1.4.1    httpuv_1.6.7       Matrix_1.5-1       plyr_1.8.7         pkgconfig_2.0.3    bibtex_0.5.1      
[25] purrr_1.0.1        xtable_1.8-4       scales_1.2.0       processx_3.7.0     fontawesome_0.4.0  later_1.3.0       
[31] tibble_3.1.7       generics_0.1.2     ellipsis_0.3.2     cachem_1.0.6       withr_2.5.0        lazyeval_0.2.2    
[37] cli_3.5.0          survival_3.3-1     magrittr_2.0.3     crayon_1.5.2       mime_0.12          ps_1.7.0          
[43] fansi_1.0.3        xml2_1.3.3         tools_4.2.0        data.table_1.14.2  lifecycle_1.0.3    stringr_1.5.0     
[49] munsell_0.5.0      compiler_4.2.0     jquerylib_0.1.4    chromote_0.1.1     rlang_1.0.6        grid_4.2.0        
[55] rstudioapi_0.13    rappdirs_0.3.3     htmlwidgets_1.6.1  crosstalk_1.2.0    DNAcopy_1.70.0     gtable_0.3.0      
[61] DBI_1.1.2          R6_2.5.1           lubridate_1.8.0    dplyr_1.0.9        fastmap_1.1.0      utf8_1.2.2        
[67] rprojroot_2.0.3    stringi_1.7.8      Rcpp_1.0.9         vctrs_0.5.2        png_0.1-7          tidyselect_1.2.0

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par reproduire l’exemple save_image(fig, "test.pdf") avec plotly 4.10.0 sur la configuration Ubuntu signalée, puis comparez le chemin d’exportation R avec l’issue 3469 de plotly.py. Examinez comment webshot2 et chromote gèrent la page de chargement de MathJax. Le travail est considéré comme terminé lorsque l’exportation PDF s’achève sans la boîte de chargement et que le comportement est couvert par une vérification de régression appropriée.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
javascript, r
Domaine
data-visualization
Type d'issue
Bug
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
Plutôt claire
Accessibilité débutants
35/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.