为R包igraph绘制的决策树添加多行左侧额外标签

嘿，我来帮你搞定这个需求！要在igraph绘制的决策树每一行左侧添加红色的层级标签（比如"Decision 1"、"Decision 2"），我们可以借助igraph布局计算出的坐标，结合base R的绘图工具手动添加文本。下面是完整的实现代码和关键步骤解释：

完整实现代码 #

library(igraph)

# 生成决策树结构
n_of_vertices = 31
g = graph.tree(n_of_vertices, 2)
edge_labels = rep(c("Yes","No"), times=n_of_vertices/2)

# 计算并保存布局坐标
tree_layout = layout.reingold.tilford(g, root=1)

# 绘制决策树
plot(g, layout = tree_layout, asp=0.5, vertex.shape="square", vertex.label=NA, 
     vertex.size=6, vertex.color="black", vertex.frame.color="white", 
     edge.width=3, edge.arrow.mode=0, edge.label=edge_labels, 
     edge.label.family="sans", edge.label.color="black", edge.label.cex=0.75)

# 添加左侧红色层级标签
# 提取每一层的唯一y坐标（同一层节点的y值一致）
unique_y = unique(tree_layout[,2])
# 按从根到叶的顺序排序（根节点层排在最上方）
unique_y = sort(unique_y, decreasing = TRUE)
# 生成层级标签文本
decision_labels = paste("Decision", seq_along(unique_y))
# 确定标签的x坐标：比最左侧节点再左移一段距离（可根据图大小调整偏移量）
leftmost_x = min(tree_layout[,1]) - 1.5
# 循环添加每个层级的标签
for(i in seq_along(unique_y)){
  text(x = leftmost_x, y = unique_y[i], labels = decision_labels[i], 
       col = "red", cex = 0.8, family = "sans")
}

关键步骤解释 #

• 保存布局坐标：我们先把layout.reingold.tilford的结果存入tree_layout，这样就能获取所有节点的(x,y)坐标信息，方便后续定位标签位置。
• 定位层级位置：Reingold-Tilford布局中，同一层级的节点y坐标是相同的，所以通过unique(tree_layout[,2])就能提取所有层级的y坐标，排序后对应从根到叶的层级顺序。
• 调整标签位置：计算最左侧节点的x坐标，再往左偏移一段距离（示例中用了1.5），确保标签不会和树结构重叠，你可以根据图的实际大小灵活调整这个偏移量。
• 添加红色标签：用text()函数循环添加每个层级的标签，设置col = "red"来实现红色字体，同时调整字号和字体，保持和原图风格一致。

如果你的布局中根节点在底部（y坐标递增），只需要把sort(unique_y, decreasing = TRUE)改成sort(unique_y)即可适配。

内容的提问来源于stack exchange，提问作者Michael Gruenstaeudl