本文总结一下ggplot2包绘制各种类型的图，本文包括：小提琴图、箱线图、抖动散点图。
1. 小提琴图
1
2
3
4
5
| df1 <- data.frame(num=rnorm(500,mean = 50),
group=rep(c("group1"),500))
df2 <- data.frame(num=rnorm(500,mean = 52),
group=rep(c("group2"),500))
df <- rbind(df1,df2)
|
1
2
| ggplot(df,aes(x=group,y=num))+
geom_violin()
|
2. 箱线图
箱线图通过四分位数描述数据分布，从上到下依次是最大值、上四分位数、中位数、下四分位数、最小值。
其中，盒子中间的线表示中位数，盒子的上下边缘表示数据的上下四分位数，盒子上下的线段称为“须”，表示数据的范围。在盒须图中，小圆点表示离群值。
盒须图中的最小值不一定是数据的最小值，因为盒须图是基于数据的分位数绘制的。盒子的下边缘是数据的第一四分位数（即将数据从小到大排列后，第25%位置的数），而须的下端通常是数据中最小的非离群值，也就是大于等于下边缘1.5倍四分位距的最小值。
1
2
| ggplot(df,aes(x=group,y=num))+
geom_boxplot()
|
有缺口的箱线图
1
2
| ggplot(df,aes(x=group,y=num))+
geom_boxplot(notch = TRUE)
|
3. 抖动散点图
1
2
| ggplot(df,aes(x=group,y=num))+
geom_jitter()
|
4. 组合图
4.1 小提琴图和箱线图组合
1
2
3
4
| ggplot(df,aes(x=group,y=num))+
geom_violin()+
geom_boxplot(width=0.1,position = position_identity())+
stat_summary(fun.y="mean",geom="point",shape=23,fill="red",size=2)
|
4.2 和抖动散点图组合
1
2
3
| ggplot(df,aes(x=group,y=num))+
geom_violin()+
geom_jitter(color = "grey")
|
1
2
3
| ggplot(df,aes(x=group,y=num))+
geom_boxplot()+
geom_jitter(color = "grey")
|
