Удаление подчеркивания из названий видов в классе phylo4d при построении точечной диаграммы

Я создал dotplot.phylo4d с помощью пакета phylosignal. При использовании названий видов требуется, чтобы подчеркивание разделяло род и вид следующим образом: Genus_species однако на самом дереве верхние узлы должны отображаться без этого подчеркивания, но это не так. Я пытался настроить параметр underscore, но безуспешно.

Вот код, который создает дерево:

library("phylosignal")
dotplot.phylo4d(local, dot.col=points.col, dot.pchFpoints.pch, underscore=TRUE, 
                trait.labels=c("Water Repellency", "Barb Stiffness"), trait.bg.col = "white")

Я пытался вручную добавить tip.lables, но это не помещает виды в правильные места. Когда я пытаюсь извлечь имена этикеток из класса local phylo4d, я получаю сообщение об ошибке: Error in local$lable : $ operator not defined for this S4 class

У кого-нибудь есть идеи?

Вот пример dput(local)

new("phylo4d", data = structure(list(water_repelency_factor = c(0.406853948726056, 
0.607154878704302, 0.650989064481201, 0.124886215381352, 0.0723507857767838, 
-0.0723167215080719, 0.013459653778258, -1.78914935357281, -0.564983339285733, 
0.606337089022796, 0.659663703834298, 0.0176228716122535, 0.0127574040830885, 
-0.196395841638203, -0.0459106519882355, -0.00530956412638191, 
0.639508124725596, 0.777990116847955, 0.451610618568295, 0.355696905949063, 
0.263869048235165, -0.221564237669859, 0.147157051369543, 0.117382140996346, 
0.0780014518176963, -0.0432113445007319, 1.63762850650646, 3.18758974791682, 
3.1915764230193, 2.59818280850751, 0.13012860558643, 0.438800747071309, 
0.220659982250533, 0.0406142785151005, -0.0966974465314274, 0.123091856737923, 
-0.00273950242722704, -0.0440442594202772, -0.018999718854047, 
-0.0913244261412157, 0.425022676610531, 0.632243165802067, 0.368361182363585, 
-0.00812059600733897, -0.147599248089371, 0.0148070440392808, 
-0.16383227579288, 0.276110714945516, 0.232486022888682, 0.120444921178624, 
0.0247910093458199, 0.0199371653665217, 0.0137880171357138, -0.00359380232761909, 
-0.135584983429275, 0.824091682655614, 0.589492230611259, -0.386326654254213, 
0.656926986174162, 0.647598093829388, 1.10465298748181, 1.08603679621794, 
0.185419991568835, 0.536392662698255), stiffness_parameter = c(-0.451152645392232, 
-0.0675275753134292, -0.365241405962641, 0.0905545163858439, 
0.288842041901916, 0.266165143212233, 0.136623204129795, 0.0897899100887545, 
0.165206538251347, 0.115331641755025, 0.0705395185451837, 0.00977078724881693, 
0.25245123194264, 0.600773298772429, 0.589060413404627, -0.403924106606226, 
0.0347747504905809, 0.0413013238266368, 0.0719688786031885, 0.0546088786069706, 
-0.468432315476859, -0.145643606900637, 0.366171679501629, 0.312574773140502, 
0.0838000268770967, 0.0810893539547085, 1.08795895425903, 2.06681624860963, 
2.02014470904867, 1.67845452279315, -0.00619064668359723, 0.064525330741118, 
0.0321501505674897, -0.148400036867211, -0.374596029376242, 0.000137596835294316, 
0.00173620676450802, -0.252397879000816, 0.141994990326184, 0.147348381636395, 
-0.505048807104088, -0.461332473091121, -0.121426983017065, -0.136696496034141, 
-0.146453001600327, -0.393612849002826, -0.401688658534651, -0.131022632470828, 
-0.0516916448217204, 0.0447178990330358, -0.00917528749341404, 
-0.0645128131411127, 0.0230480464064479, -0.0807760835928284, 
-0.211124585904092, 0.0742996834809848, 0.393936005786656, -0.178168184216292, 
0.496357516284941, 0.218262874943631, 1.67041563314074, 1.67041563314074, 
-0.0264417662148244, 0.170746918626684)), row.names = c(NA, 64L
), class = "data.frame"), metadata = list(), edge = structure(c(0L, 
65L, 66L, 67L, 67L, 68L, 68L, 66L, 69L, 69L, 65L, 70L, 71L, 71L, 
70L, 72L, 73L, 74L, 75L, 76L, 77L, 77L, 78L, 79L, 79L, 78L, 80L, 
80L, 76L, 81L, 81L, 82L, 82L, 83L, 83L, 75L, 84L, 84L, 85L, 85L, 
86L, 87L, 87L, 86L, 88L, 88L, 74L, 89L, 90L, 91L, 91L, 92L, 92L, 
93L, 93L, 90L, 94L, 94L, 95L, 95L, 96L, 96L, 89L, 97L, 97L, 98L, 
98L, 73L, 99L, 100L, 101L, 102L, 102L, 101L, 103L, 103L, 100L, 
104L, 104L, 105L, 105L, 99L, 106L, 107L, 108L, 108L, 107L, 109L, 
109L, 110L, 110L, 106L, 111L, 112L, 113L, 113L, 112L, 114L, 114L, 
111L, 115L, 115L, 116L, 117L, 117L, 118L, 118L, 116L, 119L, 119L, 
72L, 120L, 120L, 121L, 122L, 122L, 123L, 123L, 124L, 124L, 121L, 
125L, 125L, 126L, 126L, 127L, 127L, 65L, 66L, 67L, 1L, 68L, 2L, 
3L, 69L, 4L, 5L, 70L, 71L, 6L, 7L, 72L, 73L, 74L, 75L, 76L, 77L, 
12L, 78L, 79L, 8L, 9L, 80L, 10L, 11L, 81L, 16L, 82L, 13L, 83L, 
14L, 15L, 84L, 22L, 85L, 21L, 86L, 87L, 17L, 18L, 88L, 19L, 20L, 
89L, 90L, 91L, 26L, 92L, 25L, 93L, 23L, 24L, 94L, 27L, 95L, 30L, 
96L, 28L, 29L, 97L, 31L, 98L, 32L, 33L, 99L, 100L, 101L, 102L, 
34L, 35L, 103L, 36L, 37L, 104L, 38L, 105L, 39L, 40L, 106L, 107L, 
108L, 41L, 42L, 109L, 43L, 110L, 44L, 45L, 111L, 112L, 113L, 
46L, 47L, 114L, 48L, 49L, 115L, 50L, 116L, 117L, 53L, 118L, 51L, 
52L, 119L, 54L, 55L, 120L, 64L, 121L, 122L, 56L, 123L, 59L, 124L, 
57L, 58L, 125L, 63L, 126L, 60L, 127L, 61L, 62L), .Dim = c(127L, 
2L), .Dimnames = list(NULL, c("ancestor", "descendant"))), edge.length = c(`0-65` = NA, 
`65-66` = 0.936507936507937, `66-67` = 0.0317460317460317, `67-1` = 0.0317460317460317, 
`67-68` = 0.0158730158730159, `68-2` = 0.0158730158730159, `68-3` = 0.0158730158730159, 
`66-69` = 0.0476190476190476, `69-4` = 0.0158730158730159, `69-5` = 0.0158730158730159, 
`65-70` = 0.0793650793650794, `70-71` = 0.904761904761905, `71-6` = 0.0158730158730159, 
`71-7` = 0.0158730158730159, `70-72` = 0.0317460317460317, `72-73` = 0.142857142857143, 
`73-74` = 0.349206349206349, `74-75` = 0.174603174603175, `75-76` = 0.0952380952380952, 
`76-77` = 0.0634920634920635, `77-12` = 0.0634920634920635, `77-78` = 0.0158730158730159, 
`78-79` = 0.0317460317460317, `79-8` = 0.0158730158730159, `79-9` = 0.0158730158730159, 
`78-80` = 0.0317460317460317, `80-10` = 0.0158730158730159, `80-11` = 0.0158730158730159, 
`76-81` = 0.0793650793650794, `81-16` = 0.0476190476190476, `81-82` = 0.0158730158730159, 
`82-13` = 0.0317460317460317, `82-83` = 0.0158730158730159, `83-14` = 0.0158730158730159, 
`83-15` = 0.0158730158730159, `75-84` = 0.142857142857143, `84-22` = 0.0793650793650794, 
`84-85` = 0.0158730158730159, `85-21` = 0.0634920634920635, `85-86` = 0.0158730158730159, 
`86-87` = 0.0317460317460317, `87-17` = 0.0158730158730159, `87-18` = 0.0158730158730159, 
`86-88` = 0.0317460317460317, `88-19` = 0.0158730158730159, `88-20` = 0.0158730158730159, 
`74-89` = 0.238095238095238, `89-90` = 0.0476190476190476, `90-91` = 0.0634920634920635, 
`91-26` = 0.0476190476190476, `91-92` = 0.0158730158730159, `92-25` = 0.0317460317460317, 
`92-93` = 0.0158730158730159, `93-23` = 0.0158730158730159, `93-24` = 0.0158730158730159, 
`90-94` = 0.0634920634920635, `94-27` = 0.0476190476190476, `94-95` = 0.0158730158730159, 
`95-30` = 0.0317460317460317, `95-96` = 0.0158730158730159, `96-28` = 0.0158730158730159, 
`96-29` = 0.0158730158730159, `89-97` = 0.126984126984127, `97-31` = 0.0317460317460317, 
`97-98` = 0.0158730158730159, `98-32` = 0.0158730158730159, `98-33` = 0.0158730158730159, 
`73-99` = 0.412698412698413, `99-100` = 0.238095238095238, `100-101` = 0.0476190476190476, 
`101-102` = 0.0317460317460317, `102-34` = 0.0158730158730159, 
`102-35` = 0.0158730158730159, `101-103` = 0.0317460317460317, 
`103-36` = 0.0158730158730159, `103-37` = 0.0158730158730159, 
`100-104` = 0.0634920634920635, `104-38` = 0.0317460317460317, 
`104-105` = 0.0158730158730159, `105-39` = 0.0158730158730159, 
`105-40` = 0.0158730158730159, `99-106` = 0.111111111111111, 
`106-107` = 0.158730158730159, `107-108` = 0.0476190476190476, 
`108-41` = 0.0158730158730159, `108-42` = 0.0158730158730159, 
`107-109` = 0.0317460317460317, `109-43` = 0.0317460317460317, 
`109-110` = 0.0158730158730159, `110-44` = 0.0158730158730159, 
`110-45` = 0.0158730158730159, `106-111` = 0.0793650793650794, 
`111-112` = 0.0952380952380952, `112-113` = 0.0317460317460317, 
`113-46` = 0.0158730158730159, `113-47` = 0.0158730158730159, 
`112-114` = 0.0317460317460317, `114-48` = 0.0158730158730159, 
`114-49` = 0.0158730158730159, `111-115` = 0.0634920634920635, 
`115-50` = 0.0793650793650794, `115-116` = 0.0158730158730159, 
`116-117` = 0.0317460317460317, `117-53` = 0.0317460317460317, 
`117-118` = 0.0158730158730159, `118-51` = 0.0158730158730159, 
`118-52` = 0.0158730158730159, `116-119` = 0.0476190476190476, 
`119-54` = 0.0158730158730159, `119-55` = 0.0158730158730159, 
`72-120` = 0.761904761904762, `120-64` = 0.126984126984127, `120-121` = 0.0158730158730159, 
`121-122` = 0.0634920634920635, `122-56` = 0.0476190476190476, 
`122-123` = 0.0158730158730159, `123-59` = 0.0317460317460317, 
`123-124` = 0.0158730158730159, `124-57` = 0.0158730158730159, 
`124-58` = 0.0158730158730159, `121-125` = 0.0634920634920635, 
`125-63` = 0.0476190476190476, `125-126` = 0.0158730158730159, 
`126-60` = 0.0317460317460317, `126-127` = 0.0158730158730159, 
`127-61` = 0.0158730158730159, `127-62` = 0.0158730158730159), 
    label = c(`1` = "Anhima_cornuta", `2` = "Alopochen_aegyptiaca", 
    `3` = "Anas_undulata", `4` = "Francolinus_coqui", `5` = "Meleagris_gallopavo", 
    `6` = "Pterocles_namaqua", `7` = "Streptopelia_lugens", `8` = "Anhinga_melanogaster", 
    `9` = "Phalacrocorax_capensis", `10` = "Morus_bassanus", 
    `11` = "Morus_capensis", `12` = "Fregata_minor", `13` = "Threskiornis_aethiopicus", 
    `14` = "Ephippiorhynchus_senegalensis", `15` = "Mycteria_ibis", 
    `16` = "Gavia_immer", `17` = "Pterodroma_macroptera", `18` = "Procellaria_cinerea", 
    `19` = "Halobaena_caerulea", `20` = "Pelecanoides_urinatrix", 
    `21` = "Thalassarche_chlororhynchos", `22` = "Hydrobates_pelagicus", 
    `23` = "Pelecanus_occidentalis", `24` = "Pelecanus_rufescens", 
    `25` = "Pelecanus_onocrotalus", `26` = "Scopus_umbretta", 
    `27` = "Pygoscelis_papua", `28` = "Spheniscus_demersus", 
    `29` = "Spheniscus_magellanicus", `30` = "Eudyptes_chrysocome", 
    `31` = "Egretta_garzetta", `32` = "Ardea_melanocephala", 
    `33` = "Ardea_cinerea", `34` = "Fulica_cristata", `35` = "Podica_senegalensis", 
    `36` = "Aramus_guarauna", `37` = "Grus_paradisea", `38` = "Phoenicopterus_ruber", 
    `39` = "Podiceps_nigricollis", `40` = "Tachybaptus_ruficollis", 
    `41` = "Chionis_albus", `42` = "Burhinus_capensis", `43` = "Charadrius_marginatus", 
    `44` = "Recurvirostra_avosetta", `45` = "Haematopus_moquini", 
    `46` = "Numenius_arquata", `47` = "Phalaropus_fulicarius", 
    `48` = "Actophilornis_africanus", `49` = "Rostratula_benghalensis", 
    `50` = "Dromas_ardeola", `51` = "Larus_fuscus", `52` = "Rynchops_flavirostris", 
    `53` = "Sterna_fuscata", `54` = "Stercorarius_pomarinus", 
    `55` = "Uria_aalge", `56` = "Apus_caffer", `57` = "Apaloderma_narina", 
    `58` = "Alcedo_semitorquata", `59` = "Caprimulgus_rufigena", 
    `60` = "Sturnus_vulgaris", `61` = "Cinclus_leucocephalus", 
    `62` = "Cinclus_schulzi", `63` = "Poicephalus_robustus", 
    `64` = "Centropus_senegalensis"), edge.label = structure(character(0), .Names = character(0)), 
    order = "preorder", annote = list())

Не могли бы вы предоставить dput(local)?

jay.sf 09.05.2019 22:44

Пожалуйста, смотрите мое редактирование.

Roelof Coertze 09.05.2019 22:50
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
2
138
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Для доступа к слотам объекта S4 вам нужно использовать @, а не $:

вместо local$label используйте local@label

Получите прямое введение в классы S4 здесь:

http://adv-r.had.co.nz/S4.html

Хорошо, так что я смог извлечь названия подсказок, подобные этому lable <- data.frame(local@label), а затем удалить подчеркивание lable$local.label <- gsub("_", " ", lable$local.label). Спасибо за помощь!

Roelof Coertze 09.05.2019 23:17

Другие вопросы по теме