主頁 > 區塊鏈 > gt表在輸出為png時被截斷了

gt表在輸出為png時被截斷了

2021-10-18 22:35:36 區塊鏈

我正試圖使用gtsave輸出一個相當長的gt表。它總是被截斷,最后幾列被遺漏。滾動條也在輸出的影像中顯示出來。

以下是輸出的表格:

3pct Incorrect

我希望它看起來像我的5%變化表,如下所示:

5pct correct

以下是我的兩個表格的代碼(包括R Markdown標題):

3%的表格

{r hotspot 3% 100 coverage reads table, fig.dim = c(12, 6) }
setwd(output_hotspot)
hotspot_3pct_table <- hotspot_3pct_longer %> % 
  ungroup() %>%。
  gt() %>%%。
  tab_header(title = "Variation Acots at Select Base Pairs", subtitle = paste0("At least 100 coverage reads with at least 3% variation") ) %>% 
    cols_label(
    lot = "Lot"
  ) %>%
  fmt_number( columns = 2:24, decimals = 2 ) %>%
  fmt_missing(columns = everything(), missing_text = "-- " ) %>%
  tab_source_note(source_note = paste0("破折號表示沒有變化 in lot")) %>%
  標簽選項(
    table.width = pct(100)
  )

gtsave(hotspot_3pct_table, "hotspot_3pct.png" )

5%的表格

{r hotspot 5% 100 coverage reads table, fig.dim = c(12, 6) }
setwd(output_hotspot)
hotspot_5pct_table <- hotspot_5pct_longer %> % 
  ungroup() %>%。
  gt() %>%%。
  tab_header(title = "Variation Acots at Select Base Pairs", subtitle = paste0("At least 100 coverage reads with at least 5% variation") ) %>% 
    cols_label(
    lot = "Lot"
  ) %>%
  fmt_number( columns = 2:18, decimals = 2 ) %>%
  fmt_missing(columns = everything(), missing_text = "-- " ) %>%
  tab_source_note(source_note = paste0("破折號表示沒有變化in lot")

gtsave(hotspot_5pct_table, "hotspot_5pct.png, expand = 10)

我已經嘗試了不同的fig.dim設定和不同的expand設定。我以前沒有遇到過這個問題,所以我不確定如何處理這個問題。

每個資料集的副本:

3%資料集

hotspot_3pct_longer =結構(list(lot = c("ABL GMP1"/span> "MVS" "Tox Lot" "MVB1", "MVB1", 
"MVB2", "CTM2" "CTM1", "富士30k", "富士7。 5k"),`12` = c(0.0382775119617225, 
0.0390625, 0.034883720930233, NA, NA, NA, NA, NA, NA), `13` = C(0.0588235294117647, 
NA, NA, 0.048076923076924, 0.0714285714285714, 0.0417789757412399, 
NA, NA, NA), `253` = c(NA, NA, 0.03360709902766, NA, NA, 
NA, NA, NA), `1266` = c(0.0646451454923886, NA, NA, NA, NA, 
`1820` = c(1, NA, NA, NA, NA, NA, NA, NA, NA, NA), `1821` = c(1, 
NA, NA, NA, NA, NA, NA, NA, NA), `2861` = c(0.0434994715017482, 
NA, NA, NA, NA, NA, NA, NA, NA), `3031` = c(0.183159188690842, 
NA, NA, NA, NA, NA, NA, NA, NA), `3252` = C(0.0521527362955475, 
NA, NA, NA, NA, NA, NA, NA), `3368` = C(0.107515576323988, 
NA, NA, NA, NA, NA, NA, NA, NA), `3512` = C(0.345980014097939, 
NA, 0.064333937531195, NA, NA, 0.0822086320821032, 0.078818748712571, 
0.089279658964298, NA), `3527` = c(0.17209788747124, NA, 0.0377838832455329, 
NA, NA, 0.0471288691223414, 0.044333490343853, 0.059236465044716, 
NA),`3554` = c(0.250983372072233, NA, 0.05112660944206, NA, 
NA, 0.06396637103554, 0.055374526495866, 0.0861535232698471, 
0.031875819851334),`4752`=c(NA, NA, 0.04827943749595, NA, 
NA, 0.0498005129666572, 0.049766115231033, 0.052495800335974, 
0.0519236625723281),`4761`=c(NA, NA, 0.038136808232708, NA, 
NA, 0.0317014863319821, 0.036080058906219, 0.034794423440454, 
0.033717392388648),`7078`=c(NA, NA, 0.032269021739131, NA, 
NA, NA, NA, NA, NA, NA), `7299` = c(0.0830269157229004, 0.083128195417535, 
0.361278273500727, 0.375946173254836, 0.216166788588149, 0.110078513058805, 
0.10393717387867, 0.355137204850032, 0.310679611650486), `7300` = c(0.0525369400359628, 
0.050222762251924, 0.245149911816579, 0.232037691401649, 0.148067737733391, 
0.0629358437935844, 0.063008245663919, 0.236435818262021, 0.20123839009288
), `7301` = c(NA, NA, 0.0519736842105269, 0.038054968287527, 
NA, NA, NA, 0.03780378038, 0.034240150093809), `7315` = c(NA, 
na, na, 0.037735849056604, 0.0406386066763426, na, na, na, 0.03636363637
), `7318` = c(0.0474754244861484, 0.07482430756511, NA, NA, 0.0369206598586017, 
0.0493811726465808, 0.046463780540078, NA, NA), `7319` = c(0.0623240852432649, 
0.083063994828701, NA, 0.0326086956521739, 0.058765915768854, 
0.0560072267389341, 0.0604447228311939, 0.053601340033501, 0.039495798319328
), `7320` = c(0.0808298755186722, 0.10897808803568, NA, 0.045643153526971, 
0.0581113801452785, 0.0764283011729096, 0.081006685017696, 0.04, 
0.031458531935177), row.names = c(NA, -9L), groups = structure( list(
    lot = c("ABL GMP1", "CTM1", "CTM2", "Fuji 30k", "Fuji 7.5k" 。
    "MVB1", "MVB2", "MVS", "Tox Lot"), .rows = structure(list(
        1L, 7L, 6L, 8L, 9L, 4L, 5L, 2L, 3L), ptype = integer(0), class = c( "vctrs_list_of", 
    "vctrs_vctr", "list")), row.names = c(NA, -9L), class = c("tbl_df", 
"tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

5%資料集

hotspot_5pct_longer =結構( list(lot = c("MVB2"/span> "ABL GMP1",  "CTM1",  "CTM2", "Tox Lot","Fuji 30k", "Fuji 7。 5k", "MVB1" "MVS"), `13` = c(0. 0714285714285714, 
0.0588235294117647, NA, NA, NA, NA, NA, NA, NA), `1266` = c(NA, 
0.0646451454923886, NA, NA, NA, NA, NA, NA), `1820` = c(NA, 
1, NA, NA, NA, NA, NA, NA), `1821` = c(NA, 1, NA, NA, NA, 
NA, NA, NA, NA), `3031` = c(NA, 0.183159188690842, NA, NA, NA, 
NA, NA, NA, NA), `3252` = c(NA, 0.0521527362955475, NA, NA, NA, 
`3368` = c(NA, 0.107515576323988, NA, NA, NA, 
NA, NA, NA, NA, NA), `3512` = c(NA, 0.345980014097939, 0.078818748712571, 
0.0822086320821032, 0.064333937531195, 0.089279658964298, na, 
NA, NA), `3527` = c(NA, 0.17209788747124, NA, NA, NA, 0.059236465044716, 
NA, NA, NA), `3554` = c(NA, 0.250983372072233, 0.055374526495866, 
0.06396637103554, 0.05112660944206, 0.0861535232698471, na, 
NA, NA), `4752` = c(NA, NA, NA, NA, NA, 0.052495800335974, 0.0519236625723281, 
NA, NA), `7299` = c(0.216166788588149, 0.0830269157229004, 0.10393717387867, 
0.110078513058805, 0.361278273500727, 0.355137204850032, 0.310679611650486, 
0.375946173254836, 0.083128195417535), `7300` = c(0.148067737733391, 
0.0525369400359628, 0.063008245663919, 0.0629358437935844, 0.245149911816579, 
0.236435818262021, 0.20123839009288, 0.232037691401649, 0.050222762251924
), `7301` = c(NA, NA, NA, NA, 0.0519736842105269, NA, NA, NA, 
NA), `7318` = c(NA, NA, NA, NA, NA, NA, 0.07482430756511
), `7319` = c(0.058765915768854, 0.0623240852432649, 0.0604447228311939, 
0.0560072267389341, na, 0.053601340033501, na, na, 0.083063994828701
), `7320` = c(0.0581113801452785, 0.0808298755186722, 0.081006685017696, 
0.0764283011729096, NA, NA, NA, 0.10897808803568)), row.names = c(NA, 
-9L), group = structure(list(lot = c("ABL GMP1", "CTM1", "CTM2", 
"Fuji 30k", "Fuji 7.5k", "MVB1", "MVB2", "MVS", "Tox Lot"), .rows = structure(list(
    2L, 3L, 4L, 6L, 7L, 8L, 1L, 9L, 5L), ptype = integer(0), class = c( "vctrs_list_of", 
"vctrs_vctr", "list")), row.names = c(NA, -9L), class = c("tbl_df", 
"tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

uj5u.com熱心網友回復:

通過使用vwidthvheight將選項傳遞給webshot()。請參考檔案。 在此輸入圖片描述

轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/322199.html

標籤:

上一篇:ggplot2:在一個靈活的繪圖函式中使用顏色/形狀/...在ais()的內部和外部。

下一篇:MongoDb模式設計中的多個集合與一個集合的比較

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • JAVA使用 web3j 進行token轉賬

    最近新學習了下區塊鏈這方面的知識,所學不多,給大家分享下。 # 1. 關于web3j web3j是一個高度模塊化,反應性,型別安全的Java和Android庫,用于與智能合約配合并與以太坊網路上的客戶端(節點)集成。 # 2. 準備作業 jdk版本1.8 引入maven <dependency> < ......

    uj5u.com 2020-09-10 03:03:06 more
  • 以太坊智能合約開發框架Truffle

    前言 部署智能合約有多種方式,命令列的瀏覽器的渠道都有,但往往跟我們程式員的風格不太相符,因為我們習慣了在IDE里寫了代碼然后打包運行看效果。 雖然現在IDE中已經存在了Solidity插件,可以撰寫智能合約,但是部署智能合約卻要另走他路,沒辦法進行一個快捷的部署與測驗。 如果團隊管理的區塊節點多、 ......

    uj5u.com 2020-09-10 03:03:12 more
  • 谷歌二次驗證碼成為區塊鏈專用安全碼,你怎么看?

    前言 谷歌身份驗證器,前些年大家都比較陌生,但隨著國內互聯網安全的加強,它越來越多地出現在大家的視野中。 比較廣泛接觸的人群是國際3A游戲愛好者,游戲盜號現象嚴重+國外賬號安全應用廣泛,這類游戲一般都會要求用戶系結名為“兩步驗證”、“雙重驗證”等,平臺一般都推薦用谷歌身份驗證器。 后來區塊鏈業務風靡 ......

    uj5u.com 2020-09-10 03:03:17 more
  • 密碼學DAY1

    目錄 ##1.1 密碼學基本概念 密碼在我們的生活中有著重要的作用,那么密碼究竟來自何方,為何會產生呢? 密碼學是網路安全、資訊安全、區塊鏈等產品的基礎,常見的非對稱加密、對稱加密、散列函式等,都屬于密碼學范疇。 密碼學有數千年的歷史,從最開始的替換法到如今的非對稱加密演算法,經歷了古典密碼學,近代密 ......

    uj5u.com 2020-09-10 03:03:50 more
  • 密碼學DAY1_02

    目錄 ##1.1 ASCII編碼 ASCII(American Standard Code for Information Interchange,美國資訊交換標準代碼)是基于拉丁字母的一套電腦編碼系統,主要用于顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統,并等同于國際標準ISO/IE ......

    uj5u.com 2020-09-10 03:04:50 more
  • 密碼學DAY2

    ##1.1 加密模式 加密模式:https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html ECB ECB : Electronic codebook, 電子密碼本. 需要加密的訊息按照塊密碼的塊大小被分為數個塊,并對每個塊進 ......

    uj5u.com 2020-09-10 03:05:42 more
  • NTP時鐘服務器的特點(京準電子)

    NTP時鐘服務器的特點(京準電子) NTP時鐘服務器的特點(京準電子) 京準電子官V——ahjzsz 首先對時間同步進行了背景介紹,然后討論了不同的時間同步網路技術,最后指出了建立全球或區域時間同步網存在的問題。 一、概 述 在通信領域,“同步”概念是指頻率的同步,即網路各個節點的時鐘頻率和相位同步 ......

    uj5u.com 2020-09-10 03:05:47 more
  • 標準化考場時鐘同步系統推進智能化校園建設

    標準化考場時鐘同步系統推進智能化校園建設 標準化考場時鐘同步系統推進智能化校園建設 安徽京準電子科技官微——ahjzsz 一、背景概述隨著教育事業的快速發展,學校建設如雨后春筍,隨之而來的學校教育、管理、安全方面的問題成了學校管理人員面臨的最大的挑戰,這些問題同時也是學生家長所擔心的。為了讓學生有更 ......

    uj5u.com 2020-09-10 03:05:51 more
  • 位元幣入門

    引言 位元幣基本結構 位元幣基礎知識 1)哈希演算法 2)非對稱加密技術 3)數字簽名 4)MerkleTree 5)哪有位元幣,有的是UTXO 6)位元幣挖礦與共識 7)區塊驗證(共識) 總結 引言 上一篇我們已經知道了什么是區塊鏈,此篇說一下區塊鏈的第一個應用——位元幣。其實先有位元幣,后有的區塊 ......

    uj5u.com 2020-09-10 03:06:15 more
  • 北斗對時服務器(北斗對時設備)電力系統應用

    北斗對時服務器(北斗對時設備)電力系統應用 北斗對時服務器(北斗對時設備)電力系統應用 京準電子科技官微(ahjzsz) 中國北斗衛星導航系統(英文名稱:BeiDou Navigation Satellite System,簡稱BDS),因為是目前世界范圍內唯一可以大面積提供免費定位服務的系統,所以 ......

    uj5u.com 2020-09-10 03:06:20 more
最新发布
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:46:47 more
  • Hyperledger Fabric 使用 CouchDB 和復雜智能合約開發

    在上個實驗中,我們已經實作了簡單智能合約實作及客戶端開發,但該實驗中智能合約只有基礎的增刪改查功能,且其中的資料管理功能與傳統 MySQL 比相差甚遠。本文將在前面實驗的基礎上,將 Hyperledger Fabric 的默認資料庫支持 LevelDB 改為 CouchDB 模式,以實作更復雜的資料... ......

    uj5u.com 2023-04-16 07:28:31 more
  • .NET Core 波場鏈離線簽名、廣播交易(發送 TRX和USDT)筆記

    Get Started NuGet You can run the following command to install the Tron.Wallet.Net in your project. PM> Install-Package Tron.Wallet.Net 配置 public reco ......

    uj5u.com 2023-04-14 08:08:00 more
  • DKP 黑客分析——不正確的代幣對比率計算

    概述: 2023 年 2 月 8 日,針對 DKP 協議的閃電貸攻擊導致該協議的用戶損失了 8 萬美元,因為 execute() 函式取決于 USDT-DKP 對中兩種代幣的余額比率。 智能合約黑客概述: 攻擊者的交易:0x0c850f,0x2d31 攻擊者地址:0xF38 利用合同:0xf34ad ......

    uj5u.com 2023-04-07 07:46:09 more
  • Defi開發簡介

    Defi開發簡介 介紹 Defi是去中心化金融的縮寫, 是一項旨在利用區塊鏈技術和智能合約創建更加開放,可訪問和透明的金融體系的運動. 這與傳統金融形成鮮明對比,傳統金融通常由少數大型銀行和金融機構控制 在Defi的世界里,用戶可以直接從他們的電腦或移動設備上訪問廣泛的金融服務,而不需要像銀行或者信 ......

    uj5u.com 2023-04-05 08:01:34 more
  • solidity簡單的ERC20代幣實作

    // SPDX-License-Identifier: GPL-3.0 pragma solidity >=0.7.0 <0.9.0; import "hardhat/console.sol"; //ERC20 同質化代幣,每個代幣的本質或性質都是相同 //ETH 是原生代幣,它不是ERC20代幣, ......

    uj5u.com 2023-03-21 07:56:29 more
  • solidity 參考型別修飾符memory、calldata與storage 常量修飾符C

    在solidity語言中 參考型別修飾符(參考型別為存盤空間不固定的數值型別) memory、calldata與storage,它們只能修飾參考型別變數,比如字串、陣列、位元組等... memory 適用于方法傳參、返參或在方法體內使用,使用完就會清除掉,釋放記憶體 calldata 僅適用于方法傳參 ......

    uj5u.com 2023-03-08 07:57:54 more
  • solidity注解標簽

    在solidity語言中 注釋符為// 注解符為/* 內容*/ 或者 是 ///內容 注解中含有這幾個標簽給予我們使用 @title 一個應該描述合約/介面的標題 contract, library, interface @author 作者的名字 contract, library, interf ......

    uj5u.com 2023-03-08 07:57:49 more
  • 評價指標:相似度、GAS消耗

    【代碼注釋自動生成方法綜述】 這些評測指標主要來自機器翻譯和文本總結等研究領域,可以評估候選文本(即基于代碼注釋自動方法而生成)和參考文本(即基于手工方式而生成)的相似度. BLEU指標^[^?88^^?^]^:其全稱是bilingual evaluation understudy.該指標是最早用于 ......

    uj5u.com 2023-02-23 07:27:39 more
  • 基于NOSTR協議的“公有制”版本的Twitter,去中心化社交軟體Damus

    最近,一個幽靈,Web3的幽靈,在網路游蕩,它叫Damus,這玩意詮釋了什么叫做病毒式營銷,滑稽的是,一個Web3產品卻在Web2的產品鏈上瘋狂傳銷,各方大佬紛紛為其背書,到底發生了什么?Damus的葫蘆里,賣的是什么藥? 注冊和簡單實用 很少有什么產品在用戶注冊環節會有什么噱頭,但Damus確實出 ......

    uj5u.com 2023-02-05 06:48:39 more