开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

R shiny:当aes_string() alternate不起作用时，如何让ggplot在它的aes()中使用变量

R Shiny是一个基于R语言的交互式Web应用开发框架，用于创建数据可视化和数据分析应用。在R Shiny中，ggplot是一个常用的数据可视化包，用于创建高质量的图形。

当aes_string()的alternate参数不起作用时，可以通过其他方式让ggplot在其aes()中使用变量。以下是一些解决方法：

使用!!符号：在ggplot的aes()中，可以使用!!符号来引用变量。例如，如果要使用变量x作为x轴的值，可以使用!!x。
使用aes_string()函数：如果aes_string()的alternate参数不起作用，可以尝试使用aes_string()函数来传递变量名作为字符串。例如，如果要使用变量"x"作为x轴的值，可以使用aes_string(x = "x")。
使用quo()和!!符号：可以使用quo()函数将变量转换为引用，并使用!!符号在ggplot的aes()中使用该引用。例如，可以使用quo(x)将变量x转换为引用，并使用!!quo(x)来引用该变量。
使用aes_()函数：ggplot2包提供了aes_()函数，可以将变量作为参数传递给该函数，并在ggplot的aes()中使用该函数的返回值。例如，可以使用aes_(x = x)来使用变量x作为x轴的值。

总结起来，当aes_string()的alternate参数不起作用时，可以尝试使用!!符号、aes_string()函数、quo()和!!符号、或者aes_()函数来让ggplot在其aes()中使用变量。

腾讯云相关产品和产品介绍链接地址：

腾讯云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/tencentdb
腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发（移动推送、移动分析等）：https://cloud.tencent.com/product/mobile
腾讯云存储（对象存储、文件存储等）：https://cloud.tencent.com/product/cos
腾讯云区块链（TBaaS）：https://cloud.tencent.com/product/tbaas
腾讯云元宇宙（Tencent XR）：https://cloud.tencent.com/product/xr

相关搜索:在Access ACCDB文件中，当您使用“使用传统加密”时，加密算法是什么?它的安全性如何？在ggplot2中，当使用scale_y_log10()绘图时，如何让geom_histogram()正确显示包含单次计数的箱体？在R shiny中，当矩阵被重新渲染时，如何保留扩展输入矩阵中的值？在R到(ggplot)多个列中创建了一个for循环，其中有一个对应的列(x)，当它看到0并继续到下一列时该如何停止？在使用shiny时，如何传递选择的checkboxGroup输入值作为geom_col()的ggplot2交互中的参数？如何使用ggplot在R中创建包含2个数值变量的堆叠条形图，按1个因子变量分组-2次，并具有标准误差？如何使用ggplot绘制一个方程在R中改变一个变量的值如何在视图中显示单个记录(当存储在控制器中使用lambda的变量中时)当"value type“变量离开方法作用域时，如果它仍被另一个线程使用(通过”ref“传递)，它是如何从堆栈中释放出来的？当multiple为true时，如何限制用户在R shiny中使用selectInput选择的选项数量？

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

使用R和Shiny创建数据可视化仪表盘的详细教程

在这篇博客中，我们将深入介绍如何使用R和Shiny创建一个简单而实用的数据可视化仪表盘。步骤1：安装和加载必要的包首先，确保你已经安装了以下R包：shiny、ggplot2、dplyr。...({ ggplot(iris, aes_string(x = "Sepal.Length", y = "Petal.Length", color = "Species")) + geom_point...() })}步骤5：运行Shiny应用在R中运行Shiny应用：RCopy codeshinyApp(ui, server)这将启动Shiny应用，你可以在浏览器中访问http://127.0.0.1...<- renderPlot({ ggplot(filtered_data(), aes_string(x = "Sepal.Length", y = "Petal.Length", color =..."Species")) + geom_point()})通过这个例子，你可以学习如何使用R和Shiny创建一个简单的数据可视化仪表盘。

2881 0

数据可视化编程实战_大数据可视化

以此为基础，进阶高段，可以自然过渡到Python，Julia等语言的可视化实践活动中。首先引入本次实践使用的数据集SENIC，该数据集描述了在不同的美国医院测量的结果。...本文需要用到ggplot2就在其中，每次载入tidyverse，相关的包会显示出来，如下图所示，足见其完备，其中dplyr也是一个非常实用的数据处理的包，在本文中也会有所使用。...plotly和shiny也是本文的重点，自然要载入。其他显示在图，并未于此提及的包会在后续步骤中用到时再做介绍。...终于，可以引出第一个可视化包ggplot2了，这个包在统计学界名气很大，功能也极为成熟，是R语言可视化中不可回避的内容。...在这里，这个变量选取X3,对应变量标签中的Infection Risk 代码如下： infection_ggplot <- ggplot(senic, aes(X3)) + stat_density(geom

8.5K2 0

【r

在【r<-绘图|ROC】ROC的计算与绘制这篇文章中我讲了ROC曲线的本质以及如何计算和绘制ROC曲线。...and analyze ROC curves in R and S+ plotROC plotROC包较为简单与单一，它就是用来绘制ROC曲线的，包中定义的函数基于ggplot2，因此我们可以结合ggplot2...(plotROC) #从CRAN install.packages("plotROC") 快速使用 plotROC提供了Shiny应用，只需要键入 shiny_plotROC() 即可通过图形界面使用。...一旦我们理解了ggplot中的映射，对这个图的修改和美化其实就是修改geom_roc()函数里面的参数，以及用其他ggplot元素进行优化。...默认曲线上会显示阈值cutoff的数值，我们可以关闭它： ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 0) 修改它： ggplot(test

1.4K2 0

ggplot的aes和aes_string的差异

所以“今西”小伙伴使用了如下所示的代码： i =2 colnames(gencounts)[i] # 不报错，但是绘图是失败的后面的aes_string的差异 # 这里需要着重强调 aes 和 if...ggplot的aes和aes_string的差异： # 成功的绘图 ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)...ggplot呢如果你要从ggplot2开始一步步调制成为它这样的美图，需要下很深的功夫，一张统计图就是从数据到几何对象（点、线、条形等）的图形属性（颜色、形状、大小等）的一个映射。...✦ 数据（Data），最基础的是可视化的数据和一系列图形映射（aesthetic mappings），该映射描述了数据中的变量如何映射到可见的图形属性。...前面我们介绍了绘图小白神包：新手绘图一站式R包ggstatsplot 新手绘图一站式R包之ggpubr 另外推荐5个ggplot2资源 ggplot2作者亲自写的书链接：https://ggplot2

1.7K2 0

「R」ROC三剑客（二）分析与可视化ROC——plotROC、pROC

希望感兴趣的读者修此剑术，保家卫国~~你的剑，就是我的剑！在《使用R语言手撕ROC曲线》这篇文章中我讲了ROC曲线的本质以及如何计算和绘制ROC曲线。...and analyze ROC curves in R and S+ plotROC plotROC包较为简单与单一，它就是用来绘制ROC曲线的，包中定义的函数基于ggplot2，因此我们可以结合ggplot2...一旦我们理解了ggplot中的映射，对这个图的修改和美化其实就是修改geom_roc()函数里面的参数，以及用其他ggplot元素进行优化。...默认曲线上会显示阈值cutoff的数值，我们可以关闭它： ggplot(test, aes(d = D, m = M1)) + geom_roc(n.cuts = 0) ?...有读者谈到如何修改，之前之所以没写多条曲线添加AUC，是因为涉及一些文本图像的微调，实际使用时需要自定义一下如果想要添加6条曲线，在加上ALL，就是7条，请补充函数中的if代码块 if(length

3.6K1 0

「R」ggplot2在R包开发中的使用

在撰写本文时，ggplot2涉及在CRAN上的超过2,000个包和其他地方的更多包！在包中使用ggplot2编程增加了几个约束，特别是如果你想将包提交给CRAN。...尤其是在R包中编程改变了从ggplot2引用函数的方式，以及在aes()和vars()中使用ggplot2的非标准求值的方式。...将ggplot2列入Depends会让你的包在被加载/测试的同时加载ggplot2。这会让其他想要使用你包的人通过::使用你的函数而无需加载它。...特别的，不要使用aes_()或aes_string()，它们已经过时了，未来的版本中将不再支持。这里有一些删减，没有特别的意义。...常规任务最佳实践使用ggplot2可视化一个对象 ggplot2在包中通常用于可视化对象（例如，在一个plot()-风格的函数中）。

6.6K3 0

rmarkdown+flexdashboard制作dashboard原型

R语言作为一门统计计算和数据可视化为核心特色的工具性语言，其在可视化领域或者说数据呈现方面有着非常成熟和系统的解决方案。...这里所说的解决方案不仅是指R语言里面有诸多的图形语法系统（比如base系统、grid系统、lattic系统等），更重要的是它拥有（目前比较成熟的）系统级输出方案，你可以理解为如何在项目中从一而终的组织你的分析内容...第二套框架便是使用rmarkdown+flexdashboard+可视化组间（各种图形语法以及表格、文本信息等），rmarkdown是基于通用markdwon语法深度扩展的R语言markdown实现，在保留通用标记语法的基础上扩展了相当多的应用场景...当vertical_layout参数为scroll时，打开的页面浏览器中图表会保持原始大小不变，倘若竖排的所有图表高度之和大于页面浏览器窗口，则会自动启动垂直滚动功能（区别于vertical_layout...Tabular Data —— 表格表格输出一般有两种情况，仅输出原生表格或者使用shiny中的renderTable函数封装动态更新的表格。

4.3K3 0

「R」绘制分组排序点图

在 R 包中，我有看到过 maftools 中可以绘制这样的图，用来表示新的数据队列与 TCGA 数据的比较，这也是应用于 TMB 分析。因为研究问题，我最近也想尝试使用改种图形来展示数据。...下面是一个使用示例，通过构建一个示例数据进行绘图，展示如何传入分组变量和值变量、分组标签位置、排序以及点的透明度等： set.seed(1234) data <- data.frame( yval...使用 ggplot2 实现这个图我遇到了不少难点，在实现的过程中除了深入理解了 ggplot2，我也同时感受到了它的灵活和限制。...我最后使用了 geom_rect()，我是怎么保证矩形画出来的填充跟背景效果一致的？怎么保证图中的红线比例在不同的 panel 中一致？怎么保证数据量只有 1-2 个这种情况也能画出图形？...(d) + geom_rect(aes_string( xmin = "xmin", xmax = "xmax", ymin = "ymin", ymax = "ymax

1.6K3 0

基于shinydashboard搭建你的仪表板（二）

有输入就有输出，输入项需要传给输出项，输出项都是成对出现的：在ui中使用*Output，在serve中render*与之对应，两者通过变量名对应。常用的有以下几对常用的输出项： ?...说明以下所用到的app.R脚本按照标准的shinydashboard代码书写，谨记：侧边栏一般放置输入项以及菜单栏，主体中呈现输出部分，故输入项函数和菜单栏函数写在ui脚本dashboardSiderbar...请留意上图代码中输入项selectInput函数书写位置以及输出函数plotOutput以及renderPlot位置，两者是通过“Plot”变量名对应的。...这里有一个小技巧，使用三个“!!!”(!!!input$variabl）将带有引号的“carat”字段转化为不带引号的carat字段，绘制ggplot图以及建模的时候经常用到。...当你做交互式界面的时候，需要用到几个输入项函数时，累加一起使用即可。

2.5K3 0

「R」Shiny：案例研究：急诊室受伤情况分析

当孩子们学习走路时，我们看到一个大的高峰，到中年以后逐渐变平，然后在 50 岁以后逐渐下降。有趣的是，女性受伤的次数要多得多（也许这是由于高跟鞋吗？）。...制作第一个原型时，面临的挑战是“尽可能简单”。快速让基础功能工作和规划 Shiny 应用的未来之间存在着复杂关系。...这是一种合理的通用模式：我们可以在数据分析中创建变量，以将分析分解为多个步骤，并避免多次重新计算，而响应式表达式在 Shiny 应用程序中扮演相同的角色。...通常，在启动 Shiny 应用程序之前花一点时间清理分析代码是个好主意，因此，在增加反应性的复杂性之前，我们可以在常规 R 代码中考虑这些问题。...在之前 R 代码中，我们一次采样了多个叙述，但没有理由在可以进行交互式浏览的应用中进行该操作。解决方案分为两部分。首先，我们在 UI 底部添加一个新行。

4.2K3 0

十二、R语言的综合应用

) for (i in 1:3) { p = ggplot(data = a)+ geom_boxplot(aes_string(y = a1[[i]], x = g)...) print(p) } # 元素循环，不方便保存 for (i in colnames(a)[1:3]) { p = ggplot(data = a)+ geom_boxplot(aes_string...library(ggplot2) p = ggplot(pdat,aes(gene,count))+ geom_boxplot(aes(fill = group))+ theme_bw() p...，取右边表中存在的子集 anti_join(test1,test2,by="name") ###反连接，左边表里在右边表里没有的会被留下来。...x= read.csv("group.csv") library(stringr) z=str_split(x$title," ",simplify = T) z[,4] # 2.如何把上一题结果中的

3.1K3 0

Kaggle实战：House Prices: Advanced Regression Techniques（下篇）

('D:/RData/comm/multiplot.r') plots <- list() plots[[1]] <- ggplot(train, aes_string(x = var_name...plots[[1]] <- ggplot(train, aes_string(x = var_name) ) + geom_histogram() + ggtitle(...paste("count of ", var_name)) plots[[2]] <- ggplot(train, aes_string(x = var_name, y = "SalePrice...0）越不容易出现，反过来就是此变量的回归系数不为 0 的几率越大，故此变量在整个回归拟合中作用越显著。...Adjusted R-squared 当自变量个数增加时，尽管有的自变量与 y 的线性关系不显著，R square 也会增大。

5K2 0

创建自己的第一个shiny项目

发布地址： https://yanshenli.shinyapps.io/shinydemo/ （shinyapp.io打开比较慢）参考资料《Mastering Shiny》 https://mastering-shiny.org...pwd=cnxr 提取码：cnxr 使用方法：下载代码包，修改“shiny.R”中的工作路径，正常就可以直接运行了。...（有疑问欢迎交流，仅限周六日） shinyapp.R library(shiny) library(ggplot2) setwd("C:\\Users\\ysl\\Desktop\\shinydemo"...) load("global.R") load("ui.R") load("server.R") shinyApp(ui, server) global.R data = iris ui.R ui...(df2(),mapping = aes(x = X, fill=factor(Z))) + geom_bar(position = "dodge")+ labs(x = input

8702 0

Seurat Weekly NO.0 || 开刊词

大家在应用这个单细胞数据分析工具的时候不免会遇到这样或那样的问题，这虽然是让人苦恼的，但是一位伟人说过：好的问题要比好的答案价值百倍。...于是，我在Seurat的github上watch了所有的问题，所以我的个人邮箱是这样的： ? 所以看看大家都踩了Seurat的哪些坑，Seurat社区成员又是如何回复的，不能不说是一件有意思的事儿。...其实我们知道这个一般是通过因子变量的levels来控制的。...plot <- plot + geom_text(stat = "identity", data = label.x.pos, aes_string...这要求再开发者不单要对Seurat的函数和数据对象及其依赖的R包和环境有所了解，还要求他要懂得Shiny的语法和结构。其实这个问题下的讨论多是想要弥补Seurat与Shiny的界限。

3612 0

课后笔记：ggplot2优雅的显示WB结果

「ggplot2中柱状图基本绘制函数常用geom_bar()」参数介绍：「data和mapping是ggplot的基本参数，数据和映射。」...mapping:使用aes函数指定，为aesthetic attributes的缩写。但字符串映射使用aes_string。...✦ 数据（Data），最基础的是可视化的数据和一系列图形映射（aesthetic mappings），该映射描述了数据中的变量如何映射到可见的图形属性。...identity表示条形的高度是变量的值；对于连续性变量使用bin，转换的结果使用变量density来表示。...image.png 数据调整及误差线增加在ggplot2中可以直接结合stat_summary函数快速进行数据统计->链接所以stat可以设置为summary,将柱状图的高度设置为各组的均值并联合stat_summary

2.4K2 0

ggplot2~一幅漂亮的散点图和新学到的配色方案

今天在找R shiny的教程的时候发现了一幅比较漂亮的散点图，配色很好看，代码记录在这里。先贴出结果图，就是这样式的！ ?...image.png 原文地址 https://www.r-bloggers.com/r-shiny-vs-tableau-3-business-application-examples/ 作图代码构造数据...data_apps<-data.frame(application=c("R Shiny","Python Dash","Excel","Tableau","PowerBI","Matlib","SAS...Easy to Learn)", color = "Cost", size = "Trend", fill = "Tool") tidyquant这个包时第一次使用...，上面的代码中palette_dark()、theme_tq()、scale_fill_tq()、scale_color_tq()都是来自这个包中的函数。

4.8K2 0

基于shinydashboard搭建你的仪表板（三）

【R语言】shinydashboard系列一：标题栏【R语言】shinydashboard系列二：侧边栏--输入项 ?...例如： library(shiny)library(shinydashboard)library(ggplot2)library...sidebarMenuOutput()写在ui中的dashboardSidebar()中，renderMenu()写在server中与之对应，两者通过变量名匹配。...，两者通过menu变量名匹配。...重点注意菜单项和输入项以及对应的输出项函数的书写位置，即可灵活使用。最后上传一下文章开头动态图的代码。

1.3K4 0

高维分面应用——ggplot2分面气泡图饼图

其实ggplot2系统内的分面函数只有简单的一个facet_grid()，但是恰恰就是这么一个不很起眼，甚至看起来有些特立独行的分面函数，却给高维数据可视化带来了革命性的变化，有了它，所有基于ggplot2...还是再强调一下facet_grid()在ggplot2各个几何图层中的地位和控制范围，分面函数作为一个特殊的，具有美学映射属性，却被设计在了与几何图层近乎独立地位（表现在从写法上来看，它并没有被设计在几何图层内...它的控制权限是很高的，倘若你在facet_grid()函数内部指定了一个分面参数，那么剩余的所有几何图层都可以自动适用这个分面（当然前提是各几何图层的美学映射中都好含有与分面参数相同的变量）。...所以想要分面参数同事控制多个图层，必须保证每一个图层内都含有该分面参数同名的变量。...今天以气泡饼图为例： library(ggplot2) library(dplyr) library(rgdal) library(shiny) library(shinythemes) library

1.8K8 0

「R」Shiny：响应式编程（三）响应表达式

它的重要性有两点：当输入改变时，它可以有效减少计算、提升应用效率。...通过简化响应图可以让人更容易理解应用响应表达式同时具有输入控件和输出控件的味道：像输入控件，读者可以在输出控件中使用响应表达式的结果。...模块可以抽取重复的代码以便于重新利用，它是一种非常强大的技术，当我们在 Shiny 中需要复制粘贴代码时，我们就应该考虑进行模块化。内容我们会在后面文章中介绍。 ?...模块化的响应图为什么我们需要响应表达式因为通过创建变量和函数的方式减少重复在 Shiny 中是不工作的。...也就是说：使用变量值只被计算一次（粥太冷）。使用函数每次调用时值都会计算（粥太热）。使用响应表达式只在它需要改变时进行计算（粥恰恰好）。

1.5K4 0

手把手 | 用StackOverflow访问数据实现主成分分析（PCA）

演讲的重点主要是我对于PCA的理解，而这篇文章中，我将主要介绍我是如何实现PCA的，以及我是如何制作演讲中使用到的图表的。...，比如prcomp()——此算法的第一步就是将刚刚制作好的稀疏矩阵强制转换成一个常规矩阵，然后你要在那里干坐一辈子等它运行完，因为在它运行的时候电脑根本没有内存让你去做其他事了（别问我是怎么知道的）。...它告诉了我们开发人员工作中是否使用C＃、.NET、Visual Studio和Microsoft技术堆栈的其余部分。...我还制作了一个名叫Shiny的应用程序，在上面你可以随意选择你想研究的主成分。而且我敢打赌，只要你用过一次Shiny，你就能想象到我是如何开始这项研究的！...比如说，基于完全相同的数据，我最近在使用PCA探索的另一个问题是亚马逊可能考虑让哪些城市成为其第二总部。

5628 1

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭