将facet_wrap与ggplotly一起使用的第一个和最后一个切面大于中间切面

Question

bounty到期在6天内。该问题的答案有资格获得+ 50声望赏金。Nautica想要引起更多关注对此问题。

使用示例数据：

library(tidyverse)
library(plotly)

myplot <- diamonds %>% ggplot(aes(clarity, price)) +
  geom_boxplot() +
  facet_wrap(~ clarity, ncol = 8, scales = "free", strip.position = "bottom") +
  theme(axis.ticks.x = element_blank(),
        axis.text.x = element_blank(),
        axis.title.x = element_blank())

ggplotly(myplot)

返回类似：

与第一个和最后一个相比，内部小平面的缩放比例惊人，并且有很多额外的填充。我试图从这些问题中找到解决方案：

ggplotly not working properly when number are facets are more

R: facet_wrap does not render correctly with ggplotly in Shiny app

[通过反复试验，我在panel.spacing.x = unit(-0.5, "line")中使用了theme()，它看起来更好一些，虽然没有很多多余的填充，但是内部的面仍然明显较小。

也是一个额外的问题，但并不重要，当我将标签设置在底部时，条形标签在ggplotly()调用中位于顶部。似乎是一个持续存在的问题here，有人可以使用变通方法吗？

编辑：在我的真实数据集中，我需要每个构面的y轴标签，因为它们的比例非常不同，所以我将它们保留在示例中，这就是为什么我需要facet_wrap。我的真实数据集的屏幕截图，用于解释：

Answer 1

[具有许多非常不同的值的变量，看来无论如何，您最终都将面临具有挑战性的格式，这意味着其中之一

1. 刻面的宽度会有所不同，或
2. 标签将不可读，或
3. 该图太宽了，无法显示而没有滚动条。

因此，我建议针对每个唯一的清晰度重新缩放price列，并设置scale='free_x。我仍然希望有人能提出更好的答案。但是，这就是我要做的：

Plot 1：重定比例的值和scale='free_x

代码1：

#install.packages("scales")
library(tidyverse)
library(plotly)
library(scales)

library(data.table)
setDT(df)

df <- data.frame(diamonds)

df['price'][df$clarity == 'VS1', ] <- filter(df['price'], df['clarity']=='VS1')*2

# rescale price for each clarity
setDT(df)
clarities <- unique(df$clarity)
for (c in clarities){
  df[clarity == c, price := rescale(price)]
}

df$price <- rescale(df$price)

myplot <- df %>% ggplot(aes(clarity, price)) +
  geom_boxplot() +
  facet_wrap(~ clarity, scales = 'free_x', shrink = FALSE, ncol = 8, strip.position = "bottom") +
  theme(axis.ticks.x = element_blank(),
        axis.text.x = element_blank(),
        axis.title.x = element_blank())

p <- ggplotly(myplot)
p

当然，由于值已经重新调整，因此这只会深入了解每个类别的内部分布。如果要显示原始价格数据并保持可读性，建议通过将width设置得足够大为滚动条腾出空间。

图2： scales='free'，宽度足够大：

代码2：

library(tidyverse)
library(plotly)

df <- data.frame(diamonds)

df['price'][df$clarity == 'VS1', ] <- filter(df['price'], df['clarity']=='VS1')*2

myplot <- df %>% ggplot(aes(clarity, price)) +
  geom_boxplot() +
  facet_wrap(~ clarity, scales = 'free', shrink = FALSE, ncol = 8, strip.position = "bottom") +
  theme(axis.ticks.x = element_blank(),
        axis.text.x = element_blank(),
        axis.title.x = element_blank())

p <- ggplotly(myplot, width = 1400)
p

并且，当然，如果您的值在各个类别之间变化不大，scales='free_x'会很好地工作。

图3： scales='free_x

代码3：

library(tidyverse)
library(plotly)

df <- data.frame(diamonds)

df['price'][df$clarity == 'VS1', ] <- filter(df['price'], df['clarity']=='VS1')*2

myplot <- df %>% ggplot(aes(clarity, price)) +
  geom_boxplot() +
  facet_wrap(~ clarity, scales = 'free_x', shrink = FALSE, ncol = 8, strip.position = "bottom") +
  theme(axis.ticks.x = element_blank(),
        axis.text.x = element_blank(),
        axis.title.x = element_blank())

p <- ggplotly(myplot)
p