R中的智能点标签放置

1）是否有任何R库/函数可以在R图中实现INTELLIGENT标签的放置？我尝试了一些，但它们都是有问题的-许多标签彼此重叠或与其他点（或图中的其他对象重叠），但我发现这很难处理。

2）如果没有，有什么方法可以通过特定问题点的标签放置来舒适地帮助算法？需要最舒适有效的解决方案。

您可以使用我的可复制示例来测试和测试其他可能性，并查看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")

为了贴标签，我尝试了这些可能性，没有人真的很不错：

1）这很可怕：

text(x, y, labels = ShortSci, cex= 0.7, offset = 10)

2）如果您不想为所有点都放置标签，而只是为离群值放置标签，那么这是一个好方法，但是仍然经常将标签放置错误：

identify(x, y, labels = ShortSci, cex = 0.7)

3）这个看上去很不合理，但是存在标签太靠近点的问题；我不得不在它们之间填充空格，但这并没有太大帮助：

require(maptools)
pointLabel(x, y, labels = paste("  ", ShortSci, "  ", sep=""), cex=0.7)

4）

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

5）

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

先感谢您！

编辑：待办事项：试试labcurve {Hmisc}。

首先，这是我解决此问题的结果：

我仅用了几分钟就在Preview（OS X中非常基本的PDF /图像查看器）中手动完成了此操作。（编辑：工作流程正是您所期望的：我从R将图另存为PDF，在“预览”中将其打开，并使用所需标签（9pt Helvetica）创建了文本框，然后用鼠标将其拖动直到它们看上去好。然后我导出到PNG以上传到SO。）

现在，在您屈服于强烈反对将其投弃票并就此过程自动化的意义发表leave昧评论之前，请听我说！

寻找算法解决方案完全可以，而且（IMHO）真的很有趣。但是，对我来说，标记点的情况大致分为三类：

1. 你只有很少的一点，没有一点紧密地靠在一起。在这种情况下，您在问题中列出的解决方案之一可能会进行相当小的调整。
2. 您只有很少的点，其中一些点对于典型的算法解决方案来说过于紧密，无法给出良好的结果。在这种情况下，由于您只有很少的点，因此手动标记它们（使用图像编辑器或对进行微调text）并不需要那么多精力。
3. 您有相当多的分数。在这种情况下，您真的不应该为它们加上标签，因为很难直观地处理大量标签。

：爬到肥皂盒上：

由于像我们这样的人都喜欢自动化，所以我认为我们经常陷入这样的陷阱：制作好的统计图形的几乎每个方面都应该自动化。我恭敬地（谦卑！）不同意。

没有完美的通用统计绘图环境可以自动创建您脑海中的图像。R，ggplot2，lattice之类的东西可以完成大部分工作；但是稍微多一点的调整，在此处添加一条线，在此处调整边距，可能更适合于其他工具。

：从肥皂盒爬下来：

我还要指出，我认为我们所有人都可以拿出<10-15点的散点图，即使是手工也几乎不可能清楚地标记出来，而这很可能会破坏有人想出的任何自动解决方案。

最后，我想重申一下，我知道这不是您要找的答案。我并不是说算法尝试是无用的或愚蠢的。我对这个问题投了赞成票，并将愉快地投票给有趣的算法解决方案！

我发布此答案的原因是，我认为这个问题应该是未来重复项的规范“ R中的点标记”问题，而且我认为涉及手工标记的解决方案应该摆在桌面上。

ggrepel应用于ggplot2散点图时看起来很有希望。

# 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)

您是否尝试过directlabels软件包？

而且，顺便说一句，pos和offset参数可以采用矢量，以使您可以在几幅图中有合理数量的点时将它们放置在正确的位置。

我找到了解决方案！不幸的是，这不是终极的和理想的，但它现在对我来说是最合适的。这是一半算法，一半手动，因此与joran绘制的纯手动解决方案相比节省了时间。

我忽略了帮助中非常重要的部分?identify！

如果在此处指定pos，则用于放置标签的算法与文本所使用的算法相同，不同之处在于，指针相对于已识别点的位置确定了pos的身份。

因此，如果您使用identify()我在问题中所写的解决方案，那么可以通过不直接单击该点，而是相对地按所需方向单击该点旁边来影响标签的位置！！！效果很好！

缺点是只有4个位置（上，左，下，右），但我更欣赏其他四个位置（左上，右上，左下，右下）...所以我如joran所建议的那样，用它来标记那些不会困扰我的点以及我直接在Powerpoint演示文稿中直接标记的其余点：

PS：我还没有尝试过directlabels格/ ggplot解决方案，我仍然更喜欢使用基本的图库。

我建议您看一看wordcloud包装。我知道这个软件包不仅仅着眼于重点，还着眼于标签本身，而且样式似乎很固定。但是，我从使用它获得的结果还是非常惊人的。还要注意，所涉及的软件包版本是在您提出问题时发布的，因此它仍然是非常新的。

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

我已经addTextLabels()在包中编写了一个R函数plotteR。可以使用以下代码将软件包直接安装到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了下面链接的示例图。

# Load the plotteR library
library(plotteR)

# 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")

它通过自动从精细的点网格中选择替代位置来工作。如果网格上最接近的点不与任何绘制的点或标签重叠，则将首先访问并选择这些点。如果有兴趣，请看一下源代码。

不是答案，但是评论太久。在joran的后处理和已经提出的更复杂的算法之间的某个简单情况下，可以在简单情况下工作的方法是对数据框进行in-place简单转换。

ggplot2之所以说明这一点，是因为我比基本R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)

如您所见，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了。而且这很轻松，通常像这样就足够了within(df, y <- y+.01)