是否可以将 plot_ly 轴约束到绘图的某些比例？

Question

我正在使用 plot_ly 库在同一 x 轴上绘制 r 中的两种不同类型的数据。我有两个独立的 y 轴。这里的数据是一个快速模型，用于表示我正在使用的数据集。我有一系列解释变量（即实际值 1-10）、它们的系数以及它们在虚构模型中出现的归一化次数，以及填充向量以制作数据框的 NA 值：

require(tidyverse)
require(data.table)
require(stringr)
require(plotly)
require(processx)

Actuals <-c(1,2,3,4,5,6,7,8,9,10)       
set.seed(10)
UniqCoef1 <- runif(10, min=-1, max=1)    
NrmPolct1 <- c(.015,.005,.33,.32,.225,.025,.03,.05,NA ,NA)
dataframe1 <- data.frame(NrmPolct1,UniqCoef1,Actuals)

为了确定它们各自 y 和 y2 轴的范围，我根据系数的最大值构建了比例因子：

sclfctr1    <- ((.33*1.02)/.20)

然后绘制数据：

plot1 <- plot_ly(dataframe1) %>%
            add_trace(x=~Actuals, y=~UniqCoef1, type="scatter", mode="markers", name="Coef Values") %>%
            add_bars(x=~Actuals, y=~NrmPolct1, yaxis="y2", name="% Polcy Count") %>%
            layout(plot_bgcolor='#D0CFC9',
                    yaxis=list(scaleanchor="x", scaleratio=5,title="Coefficients", zeroline = FALSE,
                                range=c((((max(UniqCoef1)*1.02)-(max(UniqCoef1)*1.02)+(min(UniqCoef1)*.98))/.80),max(UniqCoef1)*1.02), 
                                tickvals=UniqCoef1,standoff=30),
                    yaxis2=list(scaleacnchor="y", scaleratio=.15,overlaying="y",side="right", tickvals=NrmPolct1,range=c(0,sclfctr1),title="% Polcy Count", standoff=30),
                    xaxis=list(tickvals=Actuals,title=paste("actuals"),showgrid=T, standoff=30),
                    title=paste0("# Actuals for State 23, Crop 41."))

我现在使用的方法通常可以防止散点图被条形遮挡，但我希望找到一种方法来限制 y1，使其仅利用绘图区域的前 80% 左右和 y2最底层的 20% 左右。

r 中的 plot_ly 可以吗？到目前为止，我对 scaleanchor 和 scaleratio 的使用以及布局部分中的 range() 参数均无效。

更新：我弄乱了 add_bars() 部分中的 base 参数，结果相同。

更新：域名也没有运气。可能我没有正确使用库中的工具，但我不确定还可以尝试什么。

21 年 2 月 2 日更新：测试新的范围计算。可能已经找到了一个偷工减料的方法。

Answer 1

简而言之，到目前为止的答案是否定的。感谢@neuron 他们通过 ggplotly 的工作并排除了这种方法。

但是，通过一些更好的范围计算并将 NA 值替换为 0，可以使用 layout() 中的 range=c() 参数来确保所有散点不会被条形遮挡。我在上面的数据集以及我的实际数据上对此进行了测试，它在所有 696 个案例中都有效。

sclfctr1    <- ((max(NrmPolct1)*1.02)/.18)

在此处引用包含条形数据的向量以进行适当缩放非常重要。

然后，为 y 轴数据范围、y 轴总范围、轴的填充（这需要针对其他数据集进行调整）以及轴的最大值和最小值创建向量：

 leftAxisDataRange =  (max(UniqCoef1)) - (min(UniqCoef1))

leftAxisTotalRange = (leftAxisDataRange) / 0.78

leftAxisPadding = leftAxisTotalRange * 0.01

leftAxisMax = max(UniqCoef1) + leftAxisPadding

leftAxisMin = (leftAxisMax - leftAxisTotalRange) - leftAxisPadding

最后，只需将上面的范围计算替换为刚刚创建的更美观的向量：

plot_ly(dataframe1) %>%
            add_trace(x=~Actuals, y=~UniqCoef1, yaxis="y", type="scatter", mode="markers", name="Coef Values") %>%
            add_bars(x=~Actuals, y=~NrmPolct1, yaxis="y2", name="% Polcy Count") %>%
            layout(plot_bgcolor='#D0CFC9',
                    yaxis=list(side="left",scaleanchor="x", scaleratio=sclfctr1,title="Coefficients", zeroline = FALSE,
                                tickvals=UniqCoef1,standoff=30,
                                range=c(leftAxisMin,leftAxisMax)),
                    yaxis2=list(scaleacnchor="y", scaleratio=.15,overlaying="y",side="right", tickvals=NrmPolct1,
                                range=c(0,sclfctr1),title="% Polcy Count", standoff=30),
                    xaxis=list(tickvals=Actuals,title=paste("actuals"),showgrid=T, standoff=30),
                    title=paste0("# Test Actuals for State 23, Crop 41."))

与UniqCoef1 <- runif(10, min=-2, max=2) 和NrmPolct1 <- c(.015,.005,.66,.32,.225,.025,.03,.05,0 ,0)（如果范围不正确，确保遮挡）我们得到