使用多个几何时如何消除 ggplotly 重复的图例条目

2024-01-09

我正在尝试在 R 中制作一个分面绘图线图，无论有多少个组可用于分面，它都会生成一个图。运行以下代码时，我得到了一个理想的绘图，如下图所示

# R 3.6.0
# most of these packages not necessary 

library(shiny)
library(dplyr)
library(ggplot2)
library(bslib)
library(plotly)
library(readxl)
library(janitor)
library(tidyr)
library(lubridate)
library(DT)
library(stringr)
library(scales)
library(shinydashboard)
library(shinyBS)

times <- sample_data %>% 
  mutate(pre_start_time = if_else(pre_start_time == 999,
                                  NA_real_,
                                  pre_start_time),
         pre_end_time = if_else(pre_end_time == -999,
                                NA_real_,
                                pre_end_time))
plot <-
  sample_data %>%
  ggplot() +
  facet_wrap(~Group) +
  geom_line(aes(x = hour_ending,
                y = actual,
                color = "Actual"),
            linetype = 1) +
  geom_line(aes(x = hour_ending,
                y = baseline,
                color = 'Predicted'),
            linetype = 2) +
  scale_color_manual(values = c("grey","orange")) +
  labs(y = "Average", x = "Hour Ending") +
  theme(
    text = element_text(size = 14),
    strip.background = element_rect(fill = "white"),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_blank()
  )
ggplotly(p = plot)

然而，当添加阴影矩形时，我得到每个 X 图中所有 4 个变量的重复图例条目。有谁知道为什么这个问题只在使用多个几何体时出现，以及如何解决它？我真的很感激任何见解！（样本数据在底部）

times <- sample_data %>% 
  mutate(pre_start_time = if_else(pre_start_time == 999,
                                  NA_real_,
                                  pre_start_time),
         pre_end_time = if_else(pre_end_time == -999,
                                NA_real_,
                                pre_end_time))
plot <-
  sample_data %>%
  ggplot() +
  facet_wrap(~Group) +
  geom_rect(aes(xmin = start_time,
                xmax = end_time,
                fill = "Event"),
  ymin = -9999,
  ymax = 9999,
  color = NA,
  alpha = .5,
  data = times) +
  geom_rect(aes(xmin = pre_start_time,
                xmax = pre_end_time,
                fill = "Pre"),
  ymin = -9999,
  ymax = 9999,
  color = NA,
  alpha = .5,
  data = times) +
  scale_fill_manual(values = c("green","blue")) +
  geom_line(aes(x = hour_ending,
                y = actual,
                color = "Actual"),
            linetype = 1) +
  geom_line(aes(x = hour_ending,
                y = baseline,
                color = 'Predicted'),
            linetype = 2) +
  scale_color_manual(values = c("grey","orange")) +
  labs(y = "Average", x = "Hour Ending") +
  theme(
    text = element_text(size = 14),
    strip.background = element_rect(fill = "white"),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_blank()
  )
ggplotly(p = plot)

SAMPLE DATA:
sample_data <- structure(list(Group = c("A", "A", "A", "A", "A", "A", "A", "A", 
"A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", 
"B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "C", "C", 
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", 
"C", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", "D", 
"D", "D", "D", "D", "E", "E", "E", "E", "E", "E", "E", "E", "E", 
"E", "E", "E", "E", "E", "E", "F", "F", "F", "F", "F", "F", "F", 
"F", "F", "F", "F", "F", "F", "F", "F", "F", "F", "G", "G", "G", 
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", 
"G", "G", "H", "H", "H", "H", "H", "H", "H", "H", "H", "H", "H", 
"H", "H", "H"), hour_ending = c(9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24, 9, 10, 11, 12, 13, 14, 15, 16, 
17, 18, 19, 20, 21, 22, 23, 24), baseline = c(1.9077010172899, 
2.12655999407884, 2.41197416985174, 2.74162673465276, 3.02372981823073, 
3.33089700968182, 3.57394723410791, 3.15735222677014, 3.37064153193956, 
3.46202303231075, 3.2988268978525, 3.19380273795301, 3.39494847100847, 
3.16423855031123, 2.87590770187347, 2.62242044755453, 1.91837969817177, 
2.09605587597684, 2.35400325616559, 2.69368678708331, 2.95211113587406, 
3.27717322458092, 3.52177416324967, 3.10825406915911, 3.30992929450657, 
3.34630856600525, 3.24255670023855, 3.13894842902663, 3.38353563402117, 
3.16377736634442, 2.90389899178434, 2.58154912964004, 1.75202643782428, 
1.95987962050445, 2.25717577193271, 2.59545475336207, 2.89186581538241, 
3.18750480835101, 3.39609229031208, 3.08689595841167, 3.27283764354886, 
3.35569821773519, 3.22664274768324, 3.06136265180325, 3.32439657273435, 
3.13113242596454, 2.86702712497353, 2.55973838647848, 1.75109886182889, 
1.94067969528731, 2.21892615109579, 2.5357375096388, 2.85580015808717, 
3.16838503064795, 3.36737713160428, 3.01073017248253, 3.20380008801146, 
3.26592992821696, 3.15218179832372, 2.98931304543278, 3.26860865393324, 
3.09314311622858, 2.81770320200115, 2.51619056244461, 1.57306451648199, 
1.7696873344036, 2.02487555543073, 2.30853526084836, 2.57574304849849, 
2.83580654878125, 3.04490645265477, 2.85697900314717, 2.98071356731528, 
3.02137729426674, 2.9368021490555, 2.76006912238545, 2.84629853167221, 
2.6574544153176, 2.43116080779831, 2.19829301763476, 1.58537647490725, 
1.76528344218373, 2.03646190364937, 2.33758795942106, 2.62238206256903, 
2.86905933372095, 3.07361064877158, 2.8195083174373, 2.93217255361853, 
2.98756609399138, 2.88778793775513, 2.7356017384249, 2.86767530092669, 
2.69537094784409, 2.45836024615866, 2.21894264887326, 1.62245774927177, 
1.82860802815701, 2.07450744510814, 2.34192587241523, 2.62803024490283, 
2.91665747411445, 3.13200560169809, 2.88707311113673, 3.03644647227885, 
3.08254098145638, 2.9531395609934, 2.81382526166363, 2.90802138670738, 
2.76746258746592, 2.50629159744597, 2.2731739841822, 1.59609295943048, 
1.79453326340054, 2.0363530676287, 2.31854313612052, 2.60925295344696, 
2.88800151673408, 3.11099128741761, 2.84878965949279, 2.98275723405751, 
3.03282006535505, 2.93744358114238, 2.74668563536776, 2.87923567296551, 
2.69574807527118, 2.45871301999625, 2.22632476442406), actual = c(1.8904080196975, 
2.12062258177981, 2.40065072106929, 2.74594090749209, 3.04580372845586, 
3.34841013014421, 3.60839254308829, 3.19027435807246, 3.43037284558565, 
3.51726697150897, 2.14815335912768, 2.64856841364756, 3.92739711572283, 
3.39669011607457, 3.01470981357721, 2.69987337319733, 1.91719711853307, 
2.10992796332678, 2.3850884086444, 2.72041584806811, 2.99648002619515, 
3.31674197773412, 3.57856254092993, 3.16398821218075, 3.34720366732155, 
2.51604780615586, 2.8949115913556, 2.84865094957433, 3.88275703994761, 
3.42126719056974, 3.04166339227243, 2.70566142763589, 1.74723597867678, 
1.96971125137967, 2.26705156481774, 2.61576501253214, 2.90683435389552, 
3.20529863045216, 3.42776313034561, 3.12242460438547, 3.29840802246858, 
3.37654919425327, 1.89375336897544, 2.39456811321649, 3.91047356982817, 
3.39165267309245, 2.99897419306207, 2.67030894372122, 1.74757193816885, 
1.9339774078478, 2.22320927467301, 2.5438192627824, 2.87210939357907, 
3.18768014268728, 3.3974066587396, 3.04831985731272, 3.23633650416171, 
1.92882520808561, 2.53342449464923, 2.59724613555291, 3.88369797859691, 
3.38403091557669, 2.998112960761, 2.65884542211653, 1.55533834586466, 
1.76554958825636, 2.018141783029, 2.30549588256355, 3.50484783387039, 
3.45882563551736, 3.43867525957752, 2.08158968850698, 2.741858216971, 
2.97298961689939, 1.88632653061224, 2.24816684568564, 3.24166129609739, 
2.89050841389187, 2.50857500895095, 2.23477980665951, 1.58329600597238, 
1.76384845091452, 2.05471071295259, 2.35306084359836, 3.54227696901829, 
3.48377006345651, 3.46728630085853, 2.09081746920493, 2.72126913027249, 
1.87875326614408, 2.36983949234789, 2.42112355356476, 3.29287420679358, 
2.96752892870474, 2.55674132138858, 2.25788353863382, 1.62540127840909, 
1.82145596590909, 2.07686079545455, 2.35802201704545, 2.63303267045455, 
2.94107954545455, 3.14693181818182, 2.90647017045455, 3.05628196022727, 
3.10622869318182, 2.20209872159091, 2.02112926136364, 3.33937855113636, 
2.991015625, 2.60694957386364, 2.30830610795455, 1.58597605224964, 
1.79940856313498, 2.03201378809869, 2.32591436865022, 2.61089985486212, 
2.89880624092888, 3.13890420899855, 2.86659288824383, 2.99750362844702, 
2.44048984034833, 2.24725326560232, 2.20473149492017, 3.35098330914369, 
3.00576560232221, 2.635, 2.322793904209), pre_start_time = c(999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 12, 12, 
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 999, 
999, 999, 999, 999, 999), pre_end_time = c(-999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, 15, 15, 15, 15, 15, 15, 15, 
15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 
15, 15, 15, 15, 15, 15, 15, 15, 15, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999, -999, -999, -999, -999, -999, -999, 
-999, -999, -999, -999, -999), start_time = c(18, 18, 18, 18, 
18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 18, 18, 18, 18, 
18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 18, 18, 18, 18, 
18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 18, 18, 18, 18, 
18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 18, 17, 17, 17, 17, 
17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17, 17), end_time = c(20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 
20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20, 20)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -128L))

基本上在plotly人们可以通过legendgroup争论。不幸的是，我不知道有任何方法可以通过ggplotly.

然而，适应this https://stackoverflow.com/a/59615148/12993861回答你的情况，实现你想要的结果的一种选择是操纵plotly像这样的对象：

注意：我在代码中添加了一些更多的解释性注释作为注释。


library(plotly)
library(dplyr)

plot <-
  sample_data %>%
  ggplot() +
  facet_wrap(~Group) +
  geom_rect(aes(
    xmin = start_time,
    xmax = end_time,
    fill = "Event"
  ),
  ymin = -9999,
  ymax = 9999,
  color = NA,
  alpha = .5,
  data = times
  ) +
  geom_rect(aes(
    xmin = pre_start_time,
    xmax = pre_end_time,
    fill = "Pre"
  ),
  ymin = -9999,
  ymax = 9999,
  color = NA,
  alpha = .5,
  data = times
  ) +
  scale_fill_manual(values = c("green", "blue")) +
  geom_line(aes(
    x = hour_ending,
    y = actual,
    color = "Actual"
  ),
  linetype = 1
  ) +
  geom_line(aes(
    x = hour_ending,
    y = baseline,
    color = "Predicted"
  ),
  linetype = 2
  ) +
  scale_color_manual(values = c("grey", "orange")) +
  labs(y = "Average", x = "Hour Ending") +
  theme(
    text = element_text(size = 14),
    strip.background = element_rect(fill = "white"),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_blank()
  )

gp <- ggplotly(p = plot)

for (i in seq_along(gp$x$data)) {
  # Is the layer the first entry of the group?
  is_first <- grepl("^\\(.*?,1\\)", gp$x$data[[i]]$name)
  # Extract the group identifier and assign it to the name and legendgroup arguments
  gp$x$data[[i]]$name <- gsub("^\\((.*?),\\d+\\)", "\\1", gp$x$data[[i]]$name)
  gp$x$data[[i]]$legendgroup <- gp$x$data[[i]]$name
  # Show the legend only for the first layer of the group 
  if (!is_first) gp$x$data[[i]]$showlegend <- FALSE
}
gp

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

r

ggplot2

plotly

ggplotly

使用多个几何时如何消除 ggplotly 重复的图例条目的相关文章

如何将旋转的 NetCDF 转换回正常的纬度/经度网格？

我有一个带有旋转坐标的 NetCDF 文件我需要将其转换为正常的纬度经度坐标经度为 180到180 纬度为 90到90 library ncdf4 nc open dat nf 对于尺寸它显示 1 5 variables exclu
计算 R 行中的非零条目数

我有以下类型的数据 mode1 mode2 mode3 1 8 1 0 2 0 0 0 3 6 5 4 4 1 2 3 5 1 1 1 数据使用dput structure list mode1 c 8L 0L 6L 1L 1L mode2
如何像在facet_grid中一样在facet_wrap中定位条带标签

我想在使用时删除多余的条带标签facet wrap 并用两个变量进行分面并且都是自由尺度的例如这个facet wrap下图的版本 library ggplot2 dt lt txhousing txhousing year in 20
在 R 上安装 TDA 包时出错：目标“diag.o”的配方失败

使用 Ubuntu 16 04 和 R 3 4 1 安装 R 包 TDA 时收到错误消息它似乎与制作 CGAL diag cpp 和或 diag o 最后的完整错误打印输出有关我仔细看了这个在 R 上安装 TDA 包时出错 htt
获取包含矩阵行内最大值的列名称，该矩阵在数组内包含单独的最大值

例如给出 dim1 lt c P PO C T dim2 lt c LL RR R Y dim3 lt c Jerry1 Jerry2 Jerry3 Q lt array 1 48 c 4 4 3 dimnames list dim1 di
R 数据结构的运算效率

我想知道是否有任何关于操作效率的文档R 特别是那些与数据操作相关的例如我认为向数据框添加列是有效的因为我猜您只是向链接列表添加一个元素我想添加行会更慢因为向量保存在数组中C level你必须分配一个新的长度数组n 1并将所有元素复
条件和分组 mutate dplyr

假设我有以下每个抽屉库存增加的数据 gt socks year drawer nbr sock total 1990 1 2 1991 1 2 1990 2 3 1991 2 4 1990 3 2 1991 3 1 我想要一个二进制变量来标
在 RGL 中将立方体绘制到 3D 散点图中

我正在尝试向 3D 散点图添加较小的立方体网格具有指定边长我希望立方体位于原点我该怎么做呢我已经玩过cube3d 但我似乎无法将立方体正确定位也无法使其成为网格因此我可以看到它包含的数据点这是我所拥有的 library rg
如何使用plotmath更新ggplot图例标签

我正在尝试更新ggplot要使用的图例标签plotmath但是当我这样做时它将之前组合的图例分成两部分通过一个例子可能更容易理解 test data and the default plot gives the correct col
闪亮井板宽度

library shiny library shinydashboard ui lt dashboardPage dashboardHeader dashboardSidebar dashboardBody wellPanel tags d
devtools::test() 有效，但 devtools::check() 无效。为什么？

我正在测试this https github com beanumber etlR 包以下三件事就可以正常工作 devtools test devtools test file tests testthat R Travis CI 与 R
R 颜色 - 许多独特的颜色仍然很漂亮

我很好奇你是否有一些关于 R 中颜色酿造的技巧对于许多独特的颜色在某种程度上图形仍然好看我需要相当数量的独特颜色至少 24 种可能需要更多 50 种用于堆叠区域图所以不是热图渐变颜色不起作用我发现了 viridis 它的调
rpart 决策树中的 rel 误差和 x 误差有什么区别？ [关闭]

Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案我有一个来自 UCI 机器学习数据库的纯分类数据框https archive ics uci edu ml datasets Diabet
R：根据列名部分匹配计算行平均值

我有一个看起来像这样的表 er er 1 as as 1 as 2 rt op a 1 6 90 8 6 4 87 b 1 8 56 7 5 5 9 c 8 7 6 4 5 9 6 d 1 0 8 6 4 3 6 e 9 7 2 4 3 8
使用非标准评估公式

我正在创建一个使用的包非标准评价 http adv r had co nz Computing on the language html跟踪列的含义该包在函数之间传递数据框这些函数执行同一组列的各种操作非标准评估对此非常有用 my s
上传到 Shiny 服务器后在 R 中解压文件

我正在尝试在我们的本地服务器上使用 Shiny 来构建一个应用程序允许用户上传包含 ESRI shapefile 和关联文件的 zip 文件 Shiny 服务器的 fileInput 可以获取数据并且当它这样做时它会将其存储在临时目录
在 R 中显示变量的精确值

gt x lt 1 00042589212565 gt x 1 1 000426 如果我想打印的确切值x 我该怎么办呢抱歉如果这是一个愚蠢的问题我尝试在谷歌上搜索 R 和精确或圆形但我得到的只是有关如何舍入的文章先感谢您所
聚合函数在数据框中创建不需要的向量

我在函数中创建数据帧时遇到了一个奇怪的问题但是在 data frame 之外使用相同的方法效果很好这是基本函数我用它来计算数据集的平均值标准差和标准误差 aggregateX lt function formula dataset
如何绘制 Voronoi 曲面细分的多边形而不是线段？

我找到了一种使用 ggplot2 绘制 Voronoi 曲面细分的分段的方法 library deldir library ggplot2 library ggthemes set seed 123 df lt data frame lat
根据列中的部分字符串匹配选择数据框行

我想根据列中字符串的部分匹配从数据框中选择行例如列 x 包含字符串 hsa 使用sqldf if它有一个like语法我会做类似的事情 select from lt gt where x like hsa 很遗憾 sqldf不支持该语法

随机推荐

如何在 Angular 7,8 中重新加载整个页面而不刷新？

I am working with angular 8 and want to refresh my component on same url without refresh whole page I am trying with rou
RSA 加密在生成公钥/私钥之前强制关闭

我正在尝试生成第一个用于 RSA 加密的公钥私钥对这是我第一次这样做但通过查看各种教程和网站我决定使用以下代码来这样做虽然我的代码没有给我错误但它强制关闭所有内容都已发布包括我的导入有人可以帮助我理解为什么我的代码没有生成
java.lang.UnsupportedOperationException：会话：尝试为具有待处理请求的会话请求新权限

下面的代码是在android中使用facebookSDK3 0发布状态更新如果我正在使用UiLifeCycleHelper类其运行良好但我想在 Facebook 上发布状态而不使用UiLifeCycleHelper班级我尝试了下面的代
Storyboard：当我更改布局约束时，如何让 Xcode 自动更新框架？

我看过 WWDC 2014 视频 Interface Builder 中的新增功能其中演示者使用 Storyboard 并更改表视图控制器内表视图单元原型的高度大约 7 分 30 秒当他拖动单元格上的高度手柄时我看到该单元格的所有子
如何从 Flask/jinja2 循环中的列表中删除元素？

我目前正在制作一个flask项目我想在其中显示四个Bootstrap每行的列数为了做到这一点我想我可以这样做 my list a b c d e f g h i k l m n o p q r s t u v w x y z for
当我使用多个 ob_start() 而不使用 ob_end_clean() 或 ob_end_flush() 时会发生什么？

我已经查看了关于 ob start ob end clean ob end flush 的 php 手册我已经看到了关于该主题的不同示例无论如何我修改了该示例但此时我很困惑这是脚本 ob start echo Hello x ob
Android 应用程序密钥限制不适用于 Google Places API Web 服务 [重复]

这个问题在这里已经有答案了我已经提供了应用程序的包名称应用程序 ID 和 sha1 证书指纹但 Android 应用程序密钥限制仍然不适用于 Google Places API Web 服务看起来 Google Web API 密钥
JWT OAuth 身份验证流程中的“错误请求”消息

我已按照文档中的所有说明生成 JWT 令牌但只收到错误请求作为响应当我尝试运行 eg 01 php jwt 时会发生同样的情况我正在使用 DocuSign 演示环境并使用 Postman 和curl 模拟请求我正在做的步骤是
使用 Enthought Canopy 修复雅虎财经的 panda 数据读取器

雅虎财经的 pandas 数据阅读器目前无法工作因为雅虎更改了用于获取数据的 url pandas 雅虎将其更改为 http ichart yahoo com table csv to http ichart finance yahoo
使用 ajax 创建 Grail Jquery 模态窗口和表单发布？

我有以下代码 div title Create a new Comment div
C++模板：根据模板参数的值选择不同的类型

我如何在 C 中完成以下操作什么是做这样的事情 template
iOS 应用程序的启动顺序是什么？ [关闭]

Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案正如标题所示当用户按下图标启动iOS应用程序时它的启动顺序是什么以及在这个启动顺序中我自己定制的类的二进制源何时加载到内存中以及由
如何修复 azure devops 构建代理中的“*pod* 不支持配置文件”

我目前在 Azure Devops 中的管道存在问题自3月27日起我收到错误错误 Alamofire 不支持配置文件 Alamofire 不支持配置文件但已手动指定配置文件 prov 配置文件名称在构建设置编辑器中将配置文件值设置
在 contextMenu chrome 中使用选定的文本（清单版本 3）

我正在尝试将 chrome 扩展从清单版本 2 重写为清单版本 3 该扩展程序的作用是使用选定的文本创建特定的 URL 它根据所选文本将一个项目添加到 Chrome 浏览器的 contextMenu 中当用户单击该项目时该 URL 将在
django-rest-auth 身份验证不起作用

我想要一个简单的 api 身份验证路由django rest framework和 django rest auth 默认 django 管理控制台确认注册部分工作正常我还可以看到用户不幸的是 api 身份验证不断向我返回错误 non
iOS 在应用程序之间共享数据

您好我想在同一 IOS 设备上的应用程序之间共享数据文件场景一个应用程序提取数据从服务器最多 1GB 到设备以及其他应用程序应该能够访问它我怎样才能实现这个目标没有越狱可能的解决方案只是小块钥匙串剪贴板自定义 U
静态 Actionscript 代码分析的可能性

我想直观地看到类函数和变量属性依赖关系例如NDepend http www ndepend com Screenshots aspx 但适用于 ActionScript 2 或 AS3 代码有什么计划或想法吗 Use doxyge
JAXB 中的解组器和架构

我有可以以各种格式保存文件的应用程序所有格式都是xml 所以我应该解决确定文件保存格式的问题所以我看到了 2 个解决方案不同的格式有不同的模式所以我可以通过它们来确定它我以我得到的方式设置模式here https stackov
Drupal：数据库中的内容类型不在结构>内容类型的内容类型列表中

不久前我创建了两种内容类型 protocol 和 protocol2 它们有点不同我还不确定哪一个最适合我的目的所以我尝试了两者并为每种创建了一些内容经过一番测试后我得出结论协议 2 是我要使用的协议并且我希望将其称为协议而
使用多个几何时如何消除 ggplotly 重复的图例条目

我正在尝试在 R 中制作一个分面绘图线图无论有多少个组可用于分面它都会生成一个图运行以下代码时我得到了一个理想的绘图如下图所示 R 3 6 0 most of these packages not necessary librar

使用多个几何时如何消除 ggplotly 重复的图例条目

使用多个几何时如何消除 ggplotly 重复的图例条目 的相关文章

随机推荐

热门标签

使用多个几何时如何消除 ggplotly 重复的图例条目的相关文章