ggplot2-绘图-箱线图

已于 2022-02-27 12:10:39 修改
阅读量1.2w 收藏 124
点赞数 21
分类专栏： R语言 文章标签： ggplot2 r语言
于 2022-01-28 22:44:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44843824/article/details/122737630
版权

目录

一、前面的啰嗦

本教程对绘图所需数据和绘图过程进行了一步步的解释，稍显啰嗦，没时间细看或不想一步步看的朋友可以直接点击目录最后一节:
五、箱线图完整版代码

二、绘图数据说明

用到的数据是mpg数据集，这是ggplot2包自带的数据集，可以使用以下代码查看该数据集的基本情况：

library(ggplot2)
?mpg # 或者help(mpg)

从帮助文档中可以看出这是一个234x11的数据框，它记录了美国1999年和2008年部分汽车的制造厂商，型号，类别，驱动程序和耗油量等信息。
下面看一下这11列的情况：

library(ggplot2)
# str查看数据集的基本情况
str(mpg)

## tibble [234 x 11] (S3: tbl_df/tbl/data.frame)
##  $ manufacturer: chr [1:234] "audi" "audi" "audi" "audi" ...
##  $ model       : chr [1:234] "a4" "a4" "a4" "a4" ...
##  $ displ       : num [1:234] 1.8 1.8 2 2 2.8 2.8 3.1 1.8 1.8 2 ...
##  $ year        : int [1:234] 1999 1999 2008 2008 1999 1999 2008 1999 1999 2008 ...
##  $ cyl         : int [1:234] 4 4 4 4 6 6 6 4 4 4 ...
##  $ trans       : chr [1:234] "auto(l5)" "manual(m5)" "manual(m6)" "auto(av)" ...
##  $ drv         : chr [1:234] "f" "f" "f" "f" ...
##  $ cty         : int [1:234] 18 21 20 21 16 18 18 18 16 20 ...
##  $ hwy         : int [1:234] 29 29 31 30 26 26 27 26 25 28 ...
##  $ fl          : chr [1:234] "p" "p" "p" "p" ...
##  $ class       : chr [1:234] "compact" "compact" "compact" "compact" ...

每一列的解释如下：

  • model: model name
  • displ: 发动机排量(engine displacement, in litres)
  • year: 发行时间，仅有1999和2008
  • cyl: 汽缸数目(number of cylinders)
  • trans: 变速器类型(type of transmission)
  • drv: 表示驱动程序，是一个分类变量，详细解释为：the type of drive
    train, where f = front-wheel drive, r = rear wheel drive, 4 = 4wd
  • cty: city miles per gallon，每加仑城市里程，耗油量的一种计量方式。
  • hwy: highway miles per
    gallon，每加仑公路行驶里程，也是耗油量的一种计量方式。

三、基本箱线图

下面对hwy绘制箱线图，查看这些汽车的耗油量分布情况。

library(ggplot2)
ggplot(data=mpg, aes(x="", y=hwy)) +
  geom_boxplot()

unnamed-chunk-3-1.png

可以看到耗油量的中位数在25附近，其中有两个离群点，这两辆汽车的耗油量很大。

这里绘制的图是一个横向的箱线图，如果要绘制纵向的箱线图（即上图顺时针旋转90度），只需要改一下代码中aes的参数，设置为x=hwy即可，如下所示：

ggplot(data=mpg, aes(x=hwy, y="")) +
  geom_boxplot()

unnamed-chunk-4-1.png

四、分组箱线图

1. 单分类变量的分组箱线图

1.1 基本版

下面绘制一下分组箱线图，看一下不同驱动程序的汽车的耗油量分布，其中驱动程序是mpg数据集中的drv变量，这是一个分类变量，首先查看数据情况：

class(mpg$drv)

## [1] "character"

table(mpg$drv)

## 
##   4   f   r 
## 103 106  25

开始画箱线图：

ggplot(data=mpg, aes(x=factor(drv), y=hwy, fill=factor(drv))) +
  geom_boxplot()

unnamed-chunk-6-1.png

由于mpg$drv的类别是character，而ggplot绘图进行分组所需要的变量类型是factor，因此需要将drv变量转为factor类别，但这里存在一个问题，就是横坐标轴标题出现了factor字样，图例的标题中也出现了factor字样，不是很美观，这个问题的解决方法有两个：

a. 直接对数据框的drv变量进行修改，将其改为factor类别：

mpg_new <- mpg
mpg_new$drv <- as.factor(mpg_new$drv)
ggplot(data=mpg_new, aes(x=drv, y=hwy, fill=drv)) +
  geom_boxplot()

unnamed-chunk-7-1.png

b. 修改坐标轴与图例的标题，将其修改为drv：

ggplot(data=mpg, aes(x=factor(drv), y=hwy, fill=factor(drv))) +
  geom_boxplot() + 
  scale_fill_discrete(name='drv') + 
  labs(x="drv") # x表示横坐标轴的标题

unnamed-chunk-8-1.png

  # scale_一系列的函数都是用来配置图例的，scale_fill_discrete指的是修改fill的图例，和aes中的fill相对应。

1.2 美化版

上面的箱线图存在一些地方不是很好看，主要有以下几点：

a. 图例的颜色与横坐标轴的三个标签信息是一致的，存在冗余，因此可以去掉图例，去掉图例的代码为guides(fill=FALSE)
b. 没有添加标题，可以在labs函数中添加标题
c. 所用主题可以优化，可以使用theme_系列函数

下面使用mpg_new数据框进行操作，避免不停的对drv列进行操作。

mpg_new <- mpg
mpg_new$drv <- as.factor(mpg_new$drv)
ggplot(data=mpg_new, aes(x=drv, y=hwy, fill=drv)) +
  geom_boxplot() +
  guides(fill=FALSE) + # fill指的是图例中的fill，和aes中对应
  labs(title="Boxplot of highway miles per gallon") +
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5)) # 这一句让标题居中，ggplot2默认的标题是左对齐的

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.

unnamed-chunk-9-1.png

这里有一个warning，表示guides(<scale> = FALSE)这种用法已经废弃，这种用法是旧版本ggplot2的用法，新版本的应使用guides(<scale> = "none")(我的ggplot2版本是3.3.5)，修改后的代码如下：

ggplot(data=mpg_new, aes(x=drv, y=hwy, fill=drv)) +
  geom_boxplot() +
  guides(fill="none") + # fill指的是图例中的fill，和aes中对应
  labs(title="Boxplot of highway miles per gallon") +
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-10-1.png

这里有一点需要注意的是theme_minimal和theme两个函数的顺序，由于theme_minimal是一种简化式的主题设置，ggplot2遵循图层叠加的原理，如果将theme_minimal放在theme后面，那么图标标题仍然是左对齐，而不是居中显示。

如果不想用fill来表示不同的drv类型，则可以不设置fill=drv，效果如下：

ggplot(data=mpg_new, aes(x=drv, y=hwy)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") +
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-11-1.png

但这样又略显单调，一个更好的解决办法是修改箱线图边框的颜色(color属性)，可以设置color=drv，如下所示：

ggplot(data=mpg_new, aes(x=drv, y=hwy, color=drv)) +
  geom_boxplot() +
  guides(color="none") + # 不在图例中显示color的含义
  labs(title="Boxplot of highway miles per gallon") +
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-12-1.png

这样比较美观了，需要注意的是guides中是color=“none”，而不是fill=“none”，因为我们在aes中设置了color=drv，那么color会出现在图例中，设置了color="none"则可以不让图例显示color。

2. 双分类变量的分组箱线图

2.1 基本版

上面只是对不同驱动类型的汽车耗油量绘制了箱线图，但如果我们想再多加一个分类变量呢？每种汽车都有一个year属性，表示制造年份：

library(ggplot2)
table(mpg$year)

## 
## 1999 2008 
##  117  117

可以看到制造年份有1999和2008，那如果我想查看不同制造年份的汽车的三种驱动类型的耗油量情况呢？这就需要对双分类变量进行画图，只需要将其中一个变量映射到fill(或者color)上面，另一个变量仍然作为横坐标即可，如下所示：

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=drv, y=hwy, fill=year)) +
  geom_boxplot()

unnamed-chunk-14-1.png

2.2 美化版

a. 用fill表示不同的年份

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=drv, y=hwy, fill=year)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-15-1.png

b. 用color表示不同的年份

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=drv, y=hwy, color=year)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-16-1.png

你觉得哪个更好看呢？

五、箱线图完整版代码

1. 基本箱线图的完整代码

a. 横向箱线图

library(ggplot2)
ggplot(data=mpg, aes(x="", y=hwy)) +
  geom_boxplot() +
  labs(x="") # 去除横坐标轴的标签

unnamed-chunk-17-1.png

b. 纵向箱线图

library(ggplot2)
ggplot(data=mpg, aes(x=hwy, y="")) +
  geom_boxplot() +
  labs(y="") # 去除纵坐标轴的标签

unnamed-chunk-18-1.png

2. 单变量分组箱线图的完整代码

查看不同驱动类型(drv)的汽车耗油量分布情况，可以使用以下代码：

a. 用fill来表示不同的drv

# 首先将数据框中的drv修改为factor类型
library(ggplot2)
mpg_new <- mpg
mpg_new$drv <- as.factor(mpg_new$drv)

# 其次绘图
ggplot(data=mpg_new, aes(x=drv, y=hwy, fill=drv)) +
  geom_boxplot() +
  guides(fill="none") + # fill指的是图例中的fill，和aes中对应，fill=none表示不显示图例
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-19-1.png

b. 用color来表示不同的drv

# 首先将数据框中的drv修改为factor类型
library(ggplot2)
mpg_new <- mpg
mpg_new$drv <- as.factor(mpg_new$drv)

# 其次绘图
ggplot(data=mpg_new, aes(x=drv, y=hwy, color=drv)) +
  geom_boxplot() +
  guides(color="none") + # fill指的是图例中的fill，和aes中对应，fill=none表示不显示图例
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-20-1.png

3. 双变量分组箱线图的完整代码

查看不同年份制造(year)、不同驱动类型(drv)的汽车的耗油量分布，可以使用以下代码：

a. 用fill来表示不同的年份，横坐标表示drv

library(ggplot2)

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=drv, y=hwy, fill=year)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-21-1.png

b. 用color来表示不同的年份，横坐标表示drv

library(ggplot2)

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=drv, y=hwy, color=year)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-22-1.png

c. 用fill表示drv，横坐标表示年份(year)

library(ggplot2)

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=year, y=hwy, fill=drv)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-23-1.png

d. 用color表示drv，横坐标表示年份(year)

library(ggplot2)

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)
ggplot(mpg_new, aes(x=year, y=hwy, color=drv)) +
  geom_boxplot() +
  labs(title="Boxplot of highway miles per gallon") + # title是图表标题
  theme_minimal() +
  theme(plot.title=element_text(hjust=0.5))  #这一句让图表标题居中，ggplot2默认的标题是左对齐的

unnamed-chunk-24-1.png

六、思考与优化

上面画了两个分类变量的箱线图，那如果我有3个分类变量呢？

如果有3个分类变量，一种解决方式是将其中一个映射为x轴，第二个映射为fill，第三个映射为color，这样可以画出来，但可能效果不好，不容易一眼看出不同组别之间的差距。

另一种解决方式是，可以按照第三个分类变量进行分面，这样每一面中就是双分类变量的箱线图，下面是一个例子。

比如我想查看不同drv的不同fl(fuel
type)的汽车的耗油量，这里共2个分类变量，那么代码如下：

library(ggplot2)

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)

ggplot(mpg_new, aes(x=drv, y=hwy, fill=fl)) +
  geom_boxplot()

unnamed-chunk-25-1.png

如果我想将年份加上呢？那就变成了3个分类变量，为了方便起见，由于年份只有2种，所以用年份来进行分面，如下：

# 将year设置为factor类型
mpg_new <- mpg
mpg_new$year <- as.factor(mpg_new$year)

ggplot(mpg_new, aes(x=drv, y=hwy, fill=fl)) +
  geom_boxplot() +
  facet_grid(year ~ .) # 按行分面，不同的年放在不同的行

unnamed-chunk-26-1.png

水木的编程那些事儿
关注
  • 21
    点赞
  • 踩
  • 124
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ggplot 2 做箱线图（二）
wting01的博客
06-18 3339
箱线图之分面 1.数据整理格式如下： qplot(pH, contents, fill=type, data=Lin1, geom=c(“boxplot”)) abc <- qplot(pH, contents, fill=type, data=Lin1, geom=c(“boxplot”)) abc + facet_grid(type ~.) abc + facet_grid(...
R语言中使用ggplot2绘制散点图箱线图，附加显著性检验
青笋的博客
12-22 6675
这段代码的作用是创建一个箱形图，显示不同物种（Species）的萼片宽度（Sepal.Width）分布，且不同物种的箱形用不同颜色表示，并且这些颜色半透明。对于两组以上的独立样品，如果数据同时满足正态性和方差齐性，可以采用方差分析（ANOVA）或者Kruskal检验，如果不满足可采用Kruskal检验。本篇笔记主要内容：介绍R语言中绘制箱线图和散点图的方法，以及二者结合展示教程，添加差异比较显著性分析，绘制如上结果图。这张图x轴是不同分类，每个分类下有A和B两组，y轴表示具体的值，每个分类上有P值标注。
如何用R语言ggplot2画箱线图
BingJH2018212666的博客
06-10 899
ggplot2绘制箱线图
ggplot绘制箱线图
dege857的博客
04-29 7107
箱线图（Box-plot）也叫箱须图，由美国科学家john.w.tukey1977年在论文中首次展示，能显示出数据的最大值、最小值，中位数及上下四分位数，因形状像箱子得名。箱线图箱线图在SCI论文中应用非常广泛。 第一四分位数（Q1），又称较小四分位数，等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数，又称中位数，等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数（Q3）又称较大四分位数，等于该样本中所有数值由小到大排列后第75%的数字。 逸出值，是根据四分位间距(inter
R语言ggplot2绘制箱线图
m_aolifande的博客
04-20 1190
R语言ggplot2绘制箱线图
箱线图汇总ggplot2（自备）
hx2024的博客
03-25 1233
数据使用鸢尾花数据模拟。
【手把手陪你学R】用ggplot2包画箱线图
热门推荐
Yif18的博客
06-28 1万+
箱线图是什么？ 箱线图（boxplot），又称箱形图或盒式图，不仅可以展示不同类别数据的平均水平差异，还能展示数据间的极值、离散程度、异常值等信息 箱子的中间线，是数据的中位数，反映了数据的平均水平 箱子的上下限，分别是数据的上四分位数和下四分位数，箱子包含了50%的数据，其高度在一定程度上反映了数据的离散程度 箱子的上方和下方又各有一条线，分别是数据的最大和最小值，而外溢的点则可理解成为异常值 第一步 安装并载入ggplot2包 install.packages("ggplot2") #安装
ggplot2绘制条形图
G090909的博客
03-01 1万+
重要细节：条形图的高度表示的是数据集中变量的频数，还是表示变量取值本身1.离散型单变量的条形图 数据形式：已经汇总好的数据集和明细数据集 # 使用汇总好的数据集绘制条形图 library(ggplot2) x <- c("A","B","C","D","E") y <- c(13,22,16,31,8) df <- data.frame(x = x,y = y) ggplot(data = df
R ggplot2 画折线图
尚拙的博客
08-31 4654
如何从本地导入文件并画出数据对应的折线图。 如以下代码，可实现指定数据画出折线图 library(ggplot2) #设计数据集， df <- data.frame(sex = rep(c("Female", "Male"), each=3), time=c("breakfeast", "Lunch", "Dinner"), bill=c(10, 30, 15, 13, 40, 17) ) #画数据 ggplot(data=d
28.R语言绘图_ggplot2_更多分位数的箱线图letter-value的绘制方法汇总.pdf
12-10
"R语言绘图_ggplot2_更多分位数的箱线图letter-value的绘制方法汇总" 本文主要介绍了使用R语言和ggplot2包绘制更多分位数的箱线图letter-value的方法，并对其优势进行了详细的解释。箱线图是一种常用的数据可视化...
esquisse：RStudio插件使用ggplot2进行绘图
02-04
它允许您绘制条形图，曲线，散点图，直方图，箱线图和对象，然后导出图形或检索代码以重现图形。 参见在线文档： : 如果发现错误，请打开一个安装使用以下命令从CRAN安装： install.packages( " esquisse " ) 或从...
Python-Plotnine是一个基于ggplot2的Python图形语法
08-10
Plotnine中最基础的图表类型包括散点图、线图、条形图和箱线图等。以下是一个简单的散点图示例： ```python from plotnine import ggplot, aes, geom_point # 假设我们有数据df，包含列x和y df = ... gg = ggplot...
intro-ggplot
05-26
在这个研讨会中，参与者可能会学习到如何使用ggplot2来绘制各种类型的图表，包括散点图、线图、柱状图、箱型图以及更复杂的地理地图等。 【标签】：“HTML” 这个标签表明资源可能包含HTML文件，可能用于创建研讨...
R 数据可视化 —— ggplot 箱线图和小提琴图
dxs18459111694的博客
11-17 608
从箱线图中可以很容易的看出数据是否对称分布、以及是否包含离散数据，分布的离散程度。小提琴图用于显示数据的分布状态和概率密度，它同时具有箱线图和密度图的特征，用于显示数据的分布形状。：由于每种类型的分组并不是都存在，所以会出现箱线图宽度不一致的情况，所以设置了。但是，当我们想要组合绘制箱线图和散点图时，可能需要将离散点删除。默认情况下，会删除图形的尾部数据，如果不想删除可以设置。默认情况下，每个箱子的宽度是一样的，我们可以设置。当我们绘制分组箱线图时，默认以并列的方式排列。来绘制更近似的拟合，默认为。
7、科研作图之箱型图详解——ggplot2
qq_52529296的博客
08-12 617
单组数据及多组数据的箱型图详解...
【RaspberryPi】树莓派Matlab/Simulink支持包安装与使用
weixin_43894265的博客
07-22 975
连接成功以后会进入到下一步，检查工具包是否安装的界面，检查完以后，点击INSTALL安装即可，根据不同的网络状况，安装时间大概在10-40左右，但是此种情况，会遇连接失败的问题，如果失败可以使用方法一安装，对于Bullseye系统只能在线安装完了，将镜像保存。2. 执行配置树莓派命令，按终端中显示的设置步骤进行操作，全部输入y，同意安装或配置即可。在进行安装步骤之前，需要将树莓派连上网，同时打开ssh服务，并设置用户名和密码。1.在树莓派终端下面输入以下命令，安装适用于树莓派的安装包。选择当前使用的硬件。
R语言读取txt和csv只有1列时
hx2024的博客
07-22 465
文件中每一行的值都由该字符分隔。如果sep = "(read . table的默认值)分隔符是“空白”，即一个或多个空格、制表符、换行符或回车符。
R的数据集读取和利用，如何高效地直接复制黏贴数据到R
最新发布
2301_79425796的博客
07-22 637
​​​​​​R语言自带了许多内部数据集，这些数据集不仅为初学者提供了丰富的练习资源，还为研究人员和数据分析师提供了方便的数据测试和模型验证工具。在这篇文章中，我们将详细探讨如何读取和使用数据集。
ggplot2 箱线图 颜色
07-27
在ggplot2中，可以使用fill参数来设置箱线图的颜色。在引用\[3\]中的代码示例中，fill参数被设置为drv，即根据drv变量的不同取值来区分箱线图的颜色。如果想要统一设置所有箱线图的颜色，可以将fill参数设置为一个固定的值，如"blue"或"#FF0000"。另外，可以使用scale_fill_manual()函数来手动设置颜色的映射关系。例如，scale_fill_manual(values=c("blue", "red", "green"))可以将箱线图的颜色分别设置为蓝色、红色和绿色。 #### 引用[.reference_title] - *1* *2* *3* [ggplot2-绘图-箱线图](https://blog.csdn.net/weixin_44843824/article/details/122737630)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值