如何在 R 中查看 ggplot 变量的代码？ [复制]答案

【问题标题】：How can I see the code of a ggplot variable in R? [duplicate]如何在 R 中查看 ggplot 变量的代码？ [复制]
【发布时间】：2021-05-12 10:44:08
【问题描述】：

如果我运行这段代码，输出显然是一个情节。

> p <- ggplot(mtcars, aes(mpg, hp)) +
+ geom_line()
> p

为绘图存储变量可能很有用。如果这是一个更复杂的情节，我可能想看看我稍后为p 声明的内容，例如调试情节的主题。使用 View(p) 或 str(p) 根本不能提供一个很好的概述。

有什么方法可以让我看到我为这样的 ggplot 变量声明的内容？还是我必须实际 Ctrl-F 我的 R 文件才能手动查找我所做的事情？

编辑：这应该让我的问题更清楚：

f <- function (x) {
  result <- x+2
  return(result)
}

library(ggplot2)
p <- ggplot(mtcars, aes(mpg, hp)) +
  geom_line()

#printing f shows me the original form of the variable the way I defined it
print(f)
#printing p does not show me the original form of the variable the way I defined it, but rather executes it
print(p)

#what function do I need to use on p in order to produce the same result as for print(f)?

【问题讨论】：

嗨 :) 我不确定是否完全理解。如果您想在控制台中查看p 对象的某些部分，您可以使用p$name_of_the_thing_you_want_to_see。例如，p$mapping 将为您提供用于 x 和 y 轴的变量。如果您想通过一个呼叫显示多个信息，您可以使用带有print() 的命名列表。例如：print(list(aes = p$mapping, data = head(p$data)))
@Paul 我很高兴知道我可以使用$ 获得有关 ggplot 变量的具体信息，谢谢！不过，这并不是我真正想要的。（为了澄清我自己的问题），如果我传递参数p，我希望有一个函数将ggplot(mtcars, aes(mpg, hp)) + geom_line() 作为字符串输出。

标签： r ggplot2

【解决方案1】：

没有办法像您描述的那样从 ggplot2 对象获取函数调用。但是，您可以使用 Ctrl+. 快捷方式轻松转到 RStudio 中的绘图定义。

【讨论】：

【解决方案2】：

您可以将函数调用存储在字符向量中，然后在您想要实际运行该函数时使用eval(parse(text=..))。例如：

#store the function call in a string
function_call<-"p <- ggplot(mtcars, aes(mpg, hp)) + geom_line()"
print(function_call)
#in order to get the plot, eval the string
eval(parse(text=function_call))
print(p)

【讨论】：

【解决方案3】：

我相信您正在寻找的是ggplot_build。例如：

library(ggplot2)
p = ggplot(mtcars, aes(x = mpg, y = hp)) +
        geom_point()
l = ggplot_build(p)
df = l[[1]][[1]]
head(df)

     x   y PANEL group shape colour size fill alpha stroke
1 21.0 110     1    -1    19  black  1.5   NA    NA    0.5
2 21.0 110     1    -1    19  black  1.5   NA    NA    0.5
3 22.8  93     1    -1    19  black  1.5   NA    NA    0.5
4 21.4 110     1    -1    19  black  1.5   NA    NA    0.5
5 18.7 175     1    -1    19  black  1.5   NA    NA    0.5
6 18.1 105     1    -1    19  black  1.5   NA    NA    0.5

列表l 包含几乎所有关于你的情节的信息：

print(l)
$data
$data[[1]]
      x   y PANEL group shape colour size fill alpha stroke
1  21.0 110     1    -1    19  black  1.5   NA    NA    0.5
2  21.0 110     1    -1    19  black  1.5   NA    NA    0.5
3  22.8  93     1    -1    19  black  1.5   NA    NA    0.5
4  21.4 110     1    -1    19  black  1.5   NA    NA    0.5
5  18.7 175     1    -1    19  black  1.5   NA    NA    0.5
6  18.1 105     1    -1    19  black  1.5   NA    NA    0.5
7  14.3 245     1    -1    19  black  1.5   NA    NA    0.5
8  24.4  62     1    -1    19  black  1.5   NA    NA    0.5
9  22.8  95     1    -1    19  black  1.5   NA    NA    0.5
10 19.2 123     1    -1    19  black  1.5   NA    NA    0.5
11 17.8 123     1    -1    19  black  1.5   NA    NA    0.5
12 16.4 180     1    -1    19  black  1.5   NA    NA    0.5
13 17.3 180     1    -1    19  black  1.5   NA    NA    0.5
14 15.2 180     1    -1    19  black  1.5   NA    NA    0.5
15 10.4 205     1    -1    19  black  1.5   NA    NA    0.5
16 10.4 215     1    -1    19  black  1.5   NA    NA    0.5
17 14.7 230     1    -1    19  black  1.5   NA    NA    0.5
18 32.4  66     1    -1    19  black  1.5   NA    NA    0.5
19 30.4  52     1    -1    19  black  1.5   NA    NA    0.5
20 33.9  65     1    -1    19  black  1.5   NA    NA    0.5
21 21.5  97     1    -1    19  black  1.5   NA    NA    0.5
22 15.5 150     1    -1    19  black  1.5   NA    NA    0.5
23 15.2 150     1    -1    19  black  1.5   NA    NA    0.5
24 13.3 245     1    -1    19  black  1.5   NA    NA    0.5
25 19.2 175     1    -1    19  black  1.5   NA    NA    0.5
26 27.3  66     1    -1    19  black  1.5   NA    NA    0.5
27 26.0  91     1    -1    19  black  1.5   NA    NA    0.5
28 30.4 113     1    -1    19  black  1.5   NA    NA    0.5
29 15.8 264     1    -1    19  black  1.5   NA    NA    0.5
30 19.7 175     1    -1    19  black  1.5   NA    NA    0.5
31 15.0 335     1    -1    19  black  1.5   NA    NA    0.5
32 21.4 109     1    -1    19  black  1.5   NA    NA    0.5


$layout
<ggproto object: Class Layout, gg>
    coord: <ggproto object: Class CoordCartesian, Coord, gg>
        aspect: function
        backtransform_range: function
        clip: on
        default: TRUE
        distance: function
        expand: TRUE
        is_free: function
        is_linear: function
        labels: function
        limits: list
        modify_scales: function
        range: function
        render_axis_h: function
        render_axis_v: function
        render_bg: function
        render_fg: function
        setup_data: function
        setup_layout: function
        setup_panel_guides: function
        setup_panel_params: function
        setup_params: function
        train_panel_guides: function
        transform: function
        super:  <ggproto object: Class CoordCartesian, Coord, gg>
    coord_params: list
    facet: <ggproto object: Class FacetNull, Facet, gg>
        compute_layout: function
        draw_back: function
        draw_front: function
        draw_labels: function
        draw_panels: function
        finish_data: function
        init_scales: function
        map_data: function
        params: list
        setup_data: function
        setup_params: function
        shrink: TRUE
        train_scales: function
        vars: function
        super:  <ggproto object: Class FacetNull, Facet, gg>
    facet_params: list
    finish_data: function
    get_scales: function
    layout: data.frame
    map_position: function
    panel_params: list
    panel_scales_x: list
    panel_scales_y: list
    render: function
    render_labels: function
    reset_scales: function
    setup: function
    setup_panel_guides: function
    setup_panel_params: function
    train_position: function
    xlabel: function
    ylabel: function
    super:  <ggproto object: Class Layout, gg>

$plot

attr(,"class")
[1] "ggplot_built"

【讨论】：

这是正确的方向，谢谢！也许我只需要学习如何解释ggplot_build(x) 的输出，但它仍然不能真正满足我的要求。我想要的是一个以p 作为参数并给我gplot(mtcars, aes(mpg, hp)) + geom_line() 作为输出的函数。该输出可能必须是一个字符串。

【解决方案4】：

我想您已经考虑过了，但只是为了确保我将其发布为答案。如果您不介意使用函数来制作情节，那么获取代码非常简单，即

f_plot <- function(df){
  require(ggplot2)
  p <- ggplot(mtcars, aes(mpg, hp)) +
    geom_line()
  return(p)
}

print(f_plot)

输出：

> print(f_plot)
function(df){
  require(ggplot2)
  p <- ggplot(mtcars, aes(mpg, hp)) +
    geom_line()
  return(p)
}

您仍然可以使用它来有效地绘制和添加诸如标题之类的内容：

f_plot(mtcars) +
  theme_classic() # works!

而且，这样你也可以使用View(f_plot)在新窗口中打开代码（RStudio）

【讨论】：