使用ggplot绘图时如何抑制警告答案

【问题标题】：How to suppress warnings when plotting with ggplot使用ggplot绘图时如何抑制警告
【发布时间】：2012-11-08 09:52:41
【问题描述】：

当将缺失值传递给 ggplot 时，它非常友好，并警告我们它们存在。这在交互式会话中是可以接受的，但是在编写报告时，输出不会被警告弄得一团糟，尤其是在警告很多的情况下。下面的示例缺少一个标签，这会产生警告。

library(ggplot2)
library(reshape2)
mydf <- data.frame(
  species = sample(c("A", "B"), 100, replace = TRUE), 
  lvl = factor(sample(1:3, 100, replace = TRUE))
)
labs <- melt(with(mydf, table(species, lvl)))
names(labs) <- c("species", "lvl", "value")
labs[3, "value"] <- NA
ggplot(mydf, aes(x = species)) + 
   stat_bin() + 
   geom_text(data = labs, aes(x = species, y = value, label = value, vjust = -0.5)) +
   facet_wrap(~ lvl)

如果我们将suppressWarnings 包裹在最后一个表达式周围，我们会得到有多少警告的摘要。为了争论，假设这是不可接受的（但确实非常诚实和正确）。打印 ggplot2 对象时如何（完全）抑制警告？

【问题讨论】：

既然你提到了报告：你可以在knitr中抑制警告输出。

标签： r ggplot2

【解决方案1】：

您需要在print() 调用周围使用suppressWarnings()，而不是创建ggplot() 对象：

R> suppressWarnings(print(
+ ggplot(mydf, aes(x = species)) + 
+    stat_bin() + 
+    geom_text(data = labs, aes(x = species, y = value, 
+                               label = value, vjust = -0.5)) +
+    facet_wrap(~ lvl)))
R>

将最终绘图分配给对象然后print() 可能更容易。

plt <- ggplot(mydf, aes(x = species)) + 
   stat_bin() + 
   geom_text(data = labs, aes(x = species, y = value,
                              label = value, vjust = -0.5)) +
   facet_wrap(~ lvl)


R> suppressWarnings(print(plt))
R>

该行为的原因是警告仅在实际绘制绘图时生成，而不是在创建表示绘图的对象时生成。 R 将在交互使用期间自动打印，因此

R> suppressWarnings(plt)
Warning message:
Removed 1 rows containing missing values (geom_text).

不起作用，因为实际上您调用的是print(suppressWarnings(plt))，而

R> suppressWarnings(print(plt))
R>

确实有效，因为suppressWarnings() 可以捕获print() 调用产生的警告。

【讨论】：

有趣的是，显式调用 print 是如何工作的，但当这是通过调用 ggplot 而不是将其分配给对象来隐式完成时则不然。
@RomanLuštrik 那是因为实际的调用类似于print(suppressWarnings(plt)) 你想要suppressWarnings(print(plt)) 还是我错过了你的意思？
是的，你成功了。我没有认真考虑如何隐式调用 print。

【解决方案2】：

一种更有针对性的逐个情节方法是将na.rm=TRUE 添加到您的情节调用中。例如：

  ggplot(mydf, aes(x = species)) + 
      stat_bin() + 
      geom_text(data = labs, aes(x = species, y = value, 
                                 label = value, vjust = -0.5), na.rm=TRUE) +
      facet_wrap(~ lvl)

【讨论】：

+1 不错的答案。解决警告的根本原因并处理这些问题总是比抑制警告更好。
+1 同意@Andrie，尽管我确实发现收到有关缺失值的警告令人放心——它有助于我检查它是否在做正确的事情。当然不是说我不信任哈德利。
仅供参考：对于stat_smooth，此技术不起作用。（错误）

【解决方案3】：

在您的问题中，您提到了报告撰写，因此设置全局警告级别可能会更好：

options(warn=-1)

默认是：

options(warn=0)

【讨论】：