R 中的智能点标签放置

Question

1. 是否有 R 库/函数可以在 R 图中实现智能标签放置？我尝试了一些，但它们都有问题 - 许多标签彼此重叠或与其他点重叠（或图中的其他对象，但我发现这更难处理）。

2. 如果没有，有什么方法可以轻松地帮助算法对特定问题点进行标签放置吗？想要最舒适、最高效的解决方案。

您可以使用我的可重现的示例来尝试和测试其他可能性，看看您是否能够获得比我更好的结果：

# data
x = c(0.8846, 1.1554, 0.9317, 0.9703, 0.9053, 0.9454, 1.0146, 0.9012, 
0.9055, 1.3307)
y = c(0.9828, 1.0329, 0.931, 1.3794, 0.9273, 0.9605, 1.0259, 0.9542, 
0.9717, 0.9357)
ShortSci = c("MotAlb", "PruMod", "EriRub", "LusMeg", "PhoOch", "PhoPho", 
"SaxRub", "TurMer", "TurPil", "TurPhi")

# basic plot
plot(x, y, asp=1)
abline(h = 1, col = "green")
abline(v = 1, col = "green")

对于标签，我然后尝试了这些可能性，没有一个是真正好的：

1. 这个太可怕了：

   文本（x，y，标签= ShortSci，cex= 0.7，偏移量= 10）

2. 如果你不想为所有点放置标签，而只想为 异常值，但标签仍然经常放置错误：

   识别（x，y，标签= ShortSci，cex = 0.7）

3. 这个看起来很有希望，但存在标签太接近目标的问题 点；我必须用空格填充它们，但这没有多大帮助：

   需要（地图工具） pointLabel（x，y，标签=粘贴（“”，ShortSci，“”，sep =“”），cex = 0.7）

4. 需要（plotrix） thigmophobe.labels(x, y, labels = ShortSci, cex=0.7, offset=0.5)

require(calibrate)
textxy(x, y, labs=ShortSci, cx=0.7)

先感谢您！

编辑：待办事项：尝试labcurve {Hmisc}。

Answer 1

首先，这是我解决此问题的结果：

我在预览中手动完成了此操作（非常基本）只需几分钟即可在 OS X 上查看 PDF/图像查看器。 （编辑：工作流程正是您所期望的：我从 R 将绘图保存为 PDF，在预览中打开它并创建带有所需标签 (9pt Helvetica) 的文本框，然后将它们拖动用我的鼠标四处移动，直到它们看起来不错，然后我导出到 PNG 并上传到 SO。）

寻找算法解决方案完全没问题，而且（恕我直言）真的很有趣。但是，对我来说，点标记情况大致分为三类：

1. 点的数量很少，但没有一个点非常接近。在这种情况下，您在问题中列出的解决方案之一可能只需进行很少的调整即可工作。
2. 您的点数量很少，其中一些点的排列过于紧密，典型的算法解决方案无法给出良好的结果。在这种情况下，由于您只有少量的点，因此手动标记它们（使用图像编辑器或微调对 text 的调用）并不 付出很多努力。
3. 您拥有相当多的积分。在这种情况下，无论如何您都不应该给它们添加标签，因为很难直观地处理大量标签。

：爬上肥皂盒：

由于像我们这样的人喜欢自动化，我认为我们经常陷入这样的陷阱：生成良好统计图表的几乎每个方面都应该自动化。我恭敬地（谦虚地！）不同意。

不存在完美通用的统计绘图环境可以自动创建您脑海中的图像。 R、ggplot2、lattice 等工具完成了大部分工作；但额外的一点调整，在这里添加一条线，在那里调整边距，可能更适合不同的工具。

：从肥皂盒中爬下来：

我还想指出，我认为我们都可以想出小于 10-15 点的散点图，即使是手工，也几乎不可能干净地标记这些点，并且这些可能会破坏有人提出的任何自动解决方案跟上。

最后，我想重申，我知道这不是您正在寻找的答案。我并不是说算法尝试是无用或愚蠢的。

我发布这个答案的原因是，我认为这个问题应该是未来重复的规范“R 中的点标签”问题，并且我认为涉及手动标签的解决方案值得在桌面上占有一席之地，仅此而已。

Answer 2

当应用于 ggplot2 散点图时，ggrepel 看起来很有前途。

# data
x = c(0.8846, 1.1554, 0.9317, 0.9703, 0.9053, 0.9454, 1.0146, 0.9012, 
0.9055, 1.3307)
y = c(0.9828, 1.0329, 0.931, 1.3794, 0.9273, 0.9605, 1.0259, 0.9542, 
0.9717, 0.9357)
ShortSci = c("MotAlb", "PruMod", "EriRub", "LusMeg", "PhoOch", "PhoPho", 
"SaxRub", "TurMer", "TurPil", "TurPhi")


df <- data.frame(x = x, y = y, z = ShortSci)
library(ggplot2)
library(ggrepel)

ggplot(data = df, aes(x = x, y = y)) + theme_bw() + 

    geom_text_repel(aes(label = z), 
       box.padding = unit(0.45, "lines")) +

    geom_point(colour = "green", size = 3)

Answer 3

您是否尝试过 directlabels 包？

而且，顺便说一句，当在几次绘图中存在合理数量的点时， pos 和 offset 参数可以采用向量，以便您可以将它们置于正确的位置。

Answer 4

我找到了一些解决方案！不幸的是，它不是终极和理想的，但它是现在最适合我的。它是半算法、半手动的，因此与 joran 绘制的纯手动解决方案相比，它节省了时间。

我忽略了 ?identify 帮助中非常重要的部分！

用于放置标签的算法与文本使用的算法相同，如果
pos 在那里指定，不同之处在于
相对于识别点的指针决定了identify中的pos。

因此，如果您使用我在问题中所写的 identify() 解决方案，那么您可以通过不直接单击该点，而是通过单击下一步来影响标签的位置到了相对理想的方向！！！效果非常好！

缺点是只有 4 个位置（上、左、下、右），但我更喜欢其他 4 个位置（左上、右上、左下、右下）...所以我使用它来标记不打扰我的点，以及我直接在 Powerpoint 演示文稿中标记的其余点，如 joran 提议的:-)

PS：我还没有尝试过 directlabelslattice/ggplot 解决方案，我仍然更喜欢使用基本绘图库。

Answer 5

我在包 basicPlotteR< 中编写了一个名为 addTextLabels() 的 R 函数/代码>。可以使用以下代码将该包直接安装到 R 库中：

install.packages("devtools")
library("devtools")
install_github("JosephCrispell/basicPlotteR")

对于提供的示例，我使用以下代码生成下面链接的示例图。

# Load the basicPlotteR library
library(basicPlotteR)

# Create vectors storing the X and Y coordinates
x = c(0.8846, 1.1554, 0.9317, 0.9703, 0.9053, 0.9454, 1.0146, 0.9012, 
      0.9055, 1.3307)
y = c(0.9828, 1.0329, 0.931, 1.3794, 0.9273, 0.9605, 1.0259, 0.9542, 
      0.9717, 0.9357)

# Store the labels to be plotted in a vector
ShortSci = c("MotAlb", "PruMod", "EriRub", "LusMeg", "PhoOch", "PhoPho", 
             "SaxRub", "TurMer", "TurPil", "TurPhi")

# Plot the X and Y coordinates without labels
plot(x, y, asp=1)
abline(h = 1, col = "green")
abline(v = 1, col = "green")

# Add non-overlapping text labels
addTextLabels(x, y, ShortSci, cex=0.9, col.background=rgb(0,0,0, 0.75), 
              col.label="white")

它的工作原理是从精细的点网格中自动选择替代位置。首先访问网格上最近的点，如果它们不与任何绘制的点或标签重叠，则选择这些点。如果您是，请查看源代码感兴趣的。

Answer 6

我建议您看一下 wordcloud 包。我知道这个包的重点并不完全是重点，而是标签本身，而且风格似乎相当固定。但尽管如此，我使用它所得到的结果还是相当惊人的。另请注意，有问题的软件包版本是在您提出问题时发布的，因此它仍然非常新。

http://blog.fellstat.com/?cat=11

Answer 7

不是答案，但评论太长了。一种非常简单的方法可以处理简单的情况，介于 joran 的后处理和已经提出的更复杂的算法之间，就是对数据帧进行就地简单转换。

我用 ggplot2 来说明这一点，因为我比基本 R 绘图更熟悉该语法。

df <- data.frame(x = x, y = y, z = ShortSci)
library("ggplot2")
ggplot(data = df, aes(x = x, y = y, label = z)) + theme_bw() + 
    geom_point(shape = 1, colour = "green", size = 5) + 
    geom_text(data = within(df, c(y <- y+.01, x <- x-.01)), hjust = 0, vjust = 0)

正如您所看到的，在这种情况下，结果并不理想，但对于某些目的来说可能已经足够好了。而且它非常轻松，通常这样的东西就足够 within(df, y <- y+.01)