R gganimate迭代，通过该群被强调的颜色，大小，α

Question

> head(data8)
# A tibble: 6 x 8
  name                industry           Time  evToGi evToRev  size alpha color  
  <chr>               <chr>              <chr>  <dbl>   <dbl> <dbl> <dbl> <chr>  
1 Activision Blizzard Gaming             Dec18   5.93    2.73     6   0.1 #777777
2 Activision Blizzard Gaming             Jun15   8.17    5.23     4   0.1 #777777
3 Adobe               Software Solutions Dec18   6.87    4.33     6   0.1 #777777
4 Adobe               Software Solutions Jun15   5.69    3.81     4   0.1 #777777
5 Amazon              Ecommerce          Dec18  39.8     6.77     6   1   #0066CC
6 Amazon              Ecommerce          Jun15  12.7     2.28     4   1   #0066CC

data8 %>%
  ggplot(aes(x = evToRev, y = evToGi, colour = industry)) +
  geom_line(aes(group = name), alpha = data8$alpha, colour = "#666666") +
  geom_point(
    size = data8$size,
    alpha = data8$alpha,
    color = data8$color) +
  labs(x = 'EV/R', y = 'EV/GM', 
       title = 'Change in EV/R and EV/GM multiples for ECommerce tech giants, 2015 - 2018')

​

大家好，

我有下面的数据和图表，用ggplot创建，我想通过10个不同的行业中的每一个进行动画化，通过大小、颜色和alpha一次强调每个行业，而其他9个行业则是灰色的。

这与示例在这里的医生里略有不同，在该示例中，每个虹膜组一次显示。在我的示例中，我希望所有的数据总是显示出来，并且只需通过更改所关注的行业来迭代。

对如何使用gganimate做这件事有什么想法吗？我目前正在进行这方面的工作，并将根据所取得的任何进展更新该职位。

编辑：我假设这将涉及到一些重构，因为我将无法按照当前的方式硬编码大小、alpha和颜色。

Answer 1

我很快就测试出来了，而且不像你提到的那样起作用。希望这足以让你朝着正确的方向前进。

industries <- unique(data8$industry) %>% paste(collapse = ",")

data8 <- data8 %>% 
  mutate(ind = industries) %>% 
  separate_rows(., ind, sep = ",") %>% 
  mutate(color = ifelse(ind == industry, "#0066CC", "#777777"),
     alpha = ifelse(ind == industry, 1, .1))

p <- ggplot(data8, aes(x = evToRev, y = evToGi, colour = industry)) +
  geom_line(aes(group = name, alpha = alpha), colour = "#666666") +
  geom_point(aes(alpha = alpha,
         color = color),
  size = data8$size,
  ) +
scale_alpha_identity() +
scale_color_identity() +
labs(x = 'EV/R', y = 'EV/GM', 
    title = 'Change in EV/R and EV/GM multiples for ECommerce tech giants, 2015 - 2018') 

anim <- p + transition_states(ind)

anim