如何在R中创建可读且可保存的大型tanglegram

我正在使用Cophylopot创建一个由两个系统发育树组成的缠结图。该方法适用于小树，但随着树变大，输出图像的大小保持不变，我无法找到扩展它的方法

下面是一个运行良好的小树的代码（基本上与以下示例相同：）：

库（ape）
#两棵随机树
TreeAtanglegram函数提供了许多选项来改进图像的输出（尤其是lab.cex和margin_inner参数）。不过，最大的因素可能是tanglegram之外的，并且是图形设备的大小（通过dev.new），因此，使用其中的宽度和高度可能会解决大部分问题

下面是一个简单的自包含代码，展示了如何使用这些选项来获得良好的输出

########
## Nice example of some colored trees
# see the coloring of common sub trees:
set.seed(23235)
ss <- sample(1:150, 100)
dend1 <- iris[ss, -5] %>%
  dist() %>%
  hclust("com") %>%
  as.dendrogram()
dend2 <- iris[ss, -5] %>%
  dist() %>%
  hclust("sin") %>%
  as.dendrogram()
dend12 <- dendlist(dend1, dend2)
# dend12 %>% untangle %>% tanglegram
dev.new(width=5, height=4)

dend12 %>% tanglegram(common_subtrees_color_branches = TRUE,
                      lab.cex = .5, margin_inner = 1.3)

########
##一些彩色树木的好例子
#请参见常见子树的颜色：
种子集（23235）
ss%
hclust（“com”）%%>%
as.树状图（）
密度2%
dist（）%>%
hclust（“sin”）%%>%
as.树状图（）
密度12%解开%>%
新开发（宽度=5，高度=4）
dend12%>%tanglegram（公共子树颜色分支=真，
lab.cex=0.5，裕度（内部=1.3）

tanglegram函数提供了许多选项来改进图像的输出（尤其是参数lab.cex和margin_inner）。不过，最大的因素可能是tanglegram之外的，并且是图形设备的大小（通过dev.new），因此，使用其中的宽度和高度可能会解决大部分问题

下面是一个简单的自包含代码，展示了如何使用这些选项来获得良好的输出

########
## Nice example of some colored trees
# see the coloring of common sub trees:
set.seed(23235)
ss <- sample(1:150, 100)
dend1 <- iris[ss, -5] %>%
  dist() %>%
  hclust("com") %>%
  as.dendrogram()
dend2 <- iris[ss, -5] %>%
  dist() %>%
  hclust("sin") %>%
  as.dendrogram()
dend12 <- dendlist(dend1, dend2)
# dend12 %>% untangle %>% tanglegram
dev.new(width=5, height=4)

dend12 %>% tanglegram(common_subtrees_color_branches = TRUE,
                      lab.cex = .5, margin_inner = 1.3)

########
##一些彩色树木的好例子
#请参见常见子树的颜色：
种子集（23235）
ss%
hclust（“com”）%%>%
as.树状图（）
密度2%
dist（）%>%
hclust（“sin”）%%>%
as.树状图（）
密度12%解开%>%
新开发（宽度=5，高度=4）
dend12%>%tanglegram（公共子树颜色分支=真，
lab.cex=0.5，裕度（内部=1.3）

##我希望这段代码对大型树有帮助

library(ape)
library(phytools)
library(dendextend)
library(viridis)
library(dplyr)
library(phylogram)

tree1 <- read.tree(file = "c1.raxml.bestTree")
tree1 <- midpoint.root(tree1)
tree2 <- read.tree(file = "c1_gubbins.raxml.bestTree")
tree2 <- midpoint.root(tree2)
tree1 <- compute.brlen(tree1)
tree2 <- compute.brlen(tree2)
tree1<- as.dendrogram(tree1)
tree1
tree2<- as.dendrogram(tree2)
dndlist <- dendextend::dendlist(tree1, tree2)
dendextend::tanglegram(dndlist, fast = TRUE, margin_inner = 1.8, lab.cex = 0.3, lwd = 
0.5, edge.lwd = 0.5, type = "r")
dev.copy(pdf, 'Discrete001.pdf', width = 10, height = 11)
dev.off()

库（ape）
图书馆（植物醇）
图书馆（Dendestend）
图书馆（绿色）
图书馆（dplyr）
图书馆（系统图）
tree1##我希望这段代码对大型树有帮助

library(ape)
library(phytools)
library(dendextend)
library(viridis)
library(dplyr)
library(phylogram)

tree1 <- read.tree(file = "c1.raxml.bestTree")
tree1 <- midpoint.root(tree1)
tree2 <- read.tree(file = "c1_gubbins.raxml.bestTree")
tree2 <- midpoint.root(tree2)
tree1 <- compute.brlen(tree1)
tree2 <- compute.brlen(tree2)
tree1<- as.dendrogram(tree1)
tree1
tree2<- as.dendrogram(tree2)
dndlist <- dendextend::dendlist(tree1, tree2)
dendextend::tanglegram(dndlist, fast = TRUE, margin_inner = 1.8, lab.cex = 0.3, lwd = 
0.5, edge.lwd = 0.5, type = "r")
dev.copy(pdf, 'Discrete001.pdf', width = 10, height = 11)
dev.off()

库（ape）
图书馆（植物醇）
图书馆（Dendestend）
图书馆（绿色）
图书馆（dplyr）
图书馆（系统图）
这是一个r问题，不是python问题。我已经修复了这个问题的标签。附言：这是一个r问题，不是python问题。我已经解决了这个问题。