一、简介
经常利用Python进行数据可视化的朋友一定用过或听说过plotly这样的神器，我在（数据科学学习手札43）Plotly基础内容介绍中也曾做过非常详细的介绍，其渲染出的图像以浏览器为载体，非常精美，且绘制图像的自由程度堪比ggplot2，其为R也提供了接口，在plotly包中，但对于已经习惯用ggplot2进行可视化的朋友而言，自然是不太乐意转向plotly的学习，有趣的是plotly的R包中有着函数ggplotly()，可以将ggplot2生成的图像转换为交互式的plotly图像，且还可以添加上ggplot2原生图像中无法实现的交互标签，最重要的是其使用方法非常傻瓜式，本文就将结合几个小例子来介绍ggplotly()的神奇作用；
二、ggplotly()的使用
我们从一个简单的小例子出发：
library(tidyverse) library(plotly) p <- ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species, shape=Species)) + geom_point(size=6, alpha=0.6) p
这里我们利用R自带的鸢尾花数据绘制了一个简单的散点图，接着我们只需要简单的一行代码就可以实现神奇的转换效果：
library(plotly)
ggplotly(p)
可以观察到，经过ggplotly()处理后的ggplot2图像通过R-studio中的viewer窗口打开，即当前的图像是网页文件，而随着我们鼠标的放置，可以在保留原有ggplot2外观的情况下，进行plotly式的交互操作，注意上图中我们鼠标放置点位对应显示的悬浮标签，其中的内容是默认的格式，即在这张ggplot2图像中所涉及到的所有信息，在上图中即为横纵轴对应的数据，以及在定义形状和颜色时使用到的分类属性信息，如果我们想要在原有的ggplot2图像的基础上对文本标签内容进行一些改变，可以利用下面的方式：
mytext <- paste("Sepal Length is ", iris$Sepal.Length, " " , "Sepal Width is ", iris$Sepal.Width, " ", "Row Number: ",rownames(iris), sep="") pp <- plotly_build(p) style(pp, text=mytext, hoverinfo = "text", traces = c(1, 2, 3))
这里我们先定义mytext向量来保存每一个点我们希望其悬浮标签中显示的信息，接着利用plotly_build()函数（换成ggplotly()效果相同）来将原生的ggplot2图像转化为交互图像，再利用style()来调整交互图像上的悬浮标签信息，效果如下图所示：
可以看到悬浮标签内的信息如我们所愿，但ggplot2中的某些部件在plotly中是相冲突的，例如图例：
p_changed <- ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species, shape=Species)) + geom_point(size=6, alpha=0.6) + theme(legend.position = c(.83, .9)) p_changed
在上图中我们微调了图例的位置，但是对上图使用ggplotly()后效果如下：
可以看到图例并没有得到改变，因此在实际应用中使用ggplotly()还需慎重考虑。
以上就是本文的全部内容，如有笔误望指出。