python 分组箱线图_R语言统计与绘图：绘制箱线图

箱线图(又称盒须图)通过绘制连续型变量的五数总括，即最小值、下四分位数(第25百分位数)、中位数(第50百分位数)、上四分位数(第75百分位数)以及最大值，描述了连续型变量的分布。

箱线图能够显示出可能为离群点(范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值)的观测。

含手工标注的箱线图

箱线图可以直观地看出数据集的以下重要性值：

• 中心位置：中位数所在的位置就是数据集的中心；
• 散布程度：箱线图分为多个区间，区间较短时，表示落在该区间的点较集中；
• 对称性：如果中位数位于箱子的中间位置，那么数据分布较为对称；如果极值离中位数的距离较大，那么表示数据分布倾斜。

今天来学习下R语言怎么绘制箱型图。

---

目  录

• 1. 加载数据集

• 2. 绘制带状图

• 3. 绘制箱型图

• 4. 输出箱线图统计信息

• 5. 并列箱线图

  • 5.1 单个分组变量

  • 5.2 多个分组变量

• 6. ggboxplot()函数绘制箱线图

• 7. boxplot()函数

• 8. ggboxplot()函数

---

1. 加载数据集

本推文使用的nlme包中的MathAchieve数据集。

install.packages("nlme") # 安装包
library(nlme) # 加载包
data(MathAchieve) # 加载数据集
View(MathAchieve) # 预览数据集

数据集中的变量解释：
Minority：因子，表示学生是否为少数种族群体；
Sex：因子，表示性别；
SES：数字向量，表示社会经济地位；
MathAch：数字向量，表示数学成就分数。

从上面的数据集中，我们知道数据集包含7000余行，数据集很大，我们如果直接使用带状图查看数据集信息，可能很困难。

2. 绘制带状图

par(mfrow=c(2,1)) 
stripchart(MathAchieve$MathAch, method = "jitter",
           main = "数学成绩pch19", xlab = "分数", pch = "19")
stripchart(MathAchieve$MathAch, method = "jitter",
           main = "数学成绩pch.", xlab = "分数", pch = ".")