绘图操作之ggstatsplot（高级绘图，基础知识）

追风少年ii

于 2024-04-28 09:58:25 发布

阅读量1k

点赞数 6

文章标签：人工智能 python

本文链接：https://blog.csdn.net/weixin_53637133/article/details/138268975

版权

最近年中总结，我们来分享一些绘图的操作，基础知识，多多学习

今天我们分享的是R包ggstatsplot，非常完美的一个绘图R包，我们来看看这个包的绘图能力。

1. R包的安装和载入

install.packages("ggstatsplot")
install.packages("rstantools")   # 使用到里面的函数
install.packages("afex")         # 使用到里面的函数
library(ggstatsplot)             # 只需载入一个包

R包get！接下来会一一介绍里面包含的几个主要函数。

2. ggbetweenstats() : 多组间的均数比较

首先以多组间的均数比较为例，从而验证是否真的可以一行代码作图。接下来会用到R中自带的iris数据集。

ggbetweenstats(data = iris, x = Species, y = Sepal.Length)

真是太牛了！只打了一行代码，你却给我这么多！太不公平了！像这样的事情以后可以多来点!

不过！上面图片里信息太多了，它们到底分别代表什么意思？请看下图：

总而言之，图片上面的部分代表传统的统计学方法（Frequentist）的一些统计值，下面的部分代表贝叶斯（Bayesian）的一些统计值。文章末尾会介绍如何简化图片的输出信息，比如去掉贝叶斯的内容。现在继续了解其他函数。

3. ggwithinstats()：重复测量

一个组别如果分别在多个时间点被采集数据，这种情况就归属于重复测量设计，就不能采用上述的多组间均数比较了，因为已经违反了独立性的原则。在这种情况下，可以这么作图：

ggwithinstats(data = iris, x = Species, y = Sepal.Length)

需要注意的是，为了演示，小编还是使用iris的数据集，而在重复测量的数据里，x轴通常指的是不同的时间。上图中的红色线条即为了注明它们之间是配对的。

4. ggscatterstats()：散点图

在研究两个连续变量的时候，散点图可以呈现两者间的关系。下面也是一行搞定：

ggscatterstats(data = iris, x = Sepal.Length, y = Sepal.Width)

除了显示散点图，还分别画出了两个变量各自的直方图从而可以观察它们的分布情况，非常的实用！

5. gghistostats() ：直方图

如果有一个连续变量，想要观察它的分布情况，以及通过单样本t检验去比较是否与一个特定的值有差异，那么可以这么做：

gghistostats(data = iris, x = Sepal.Length, test.value = 6)

6. ggcorrmat() ：多个变量的相关图

要一下子呈现多个连续变量的关系，可以选择相关矩阵。下方也是使用iris数据集，首先需将Species这个变量先剔除，然后作图：

ggcorrmat(data = iris[, -5])

也是非常的实用，尤其在探索性分析阶段。默认使用Pesrson相关分析（参数性检验），上述中含有X的方框，表示没有统计学意义。

7. ggpiestats() ：饼图

如果有两个分类变量，想要通过卡方检验进行率的比较，那可以采用饼图的形式作图。使用到mtcars数据集：

ggpiestats(data = mtcars, x = am, y = vs)

8. ggbarstats()：呈现分类变量的柱状图

除了使用上面的饼图，还可以使用柱状图：

ggbarstats(data = mtcars, x = am, y = vs)

9. ggcoefstats()：将回归系数作图

比如，建立了一个线性回归模型，现在想要将自变量的回归系数进行作图，那可以这么做：

mymodel <- lm(mpg ~ cyl + disp + hp, data = mtcars)
ggcoefstats(mymodel)     # 将回归系数作图

非常清新脱俗有没有

10. 一行代码搞定一切？天下没有这么容易的事情！

虽然说梦想是一行代码搞定一切，但现实中是不可能的！

下面举一个例子，如何进一步调整输出的图片从而满足自己的需求。以第4部分的散点图为例：

比如，研究中没有用到贝叶斯，所以想要将图片下方的一串统计值删除，并且觉得Sepal.Length这个变量并不符合正态分布，所以选择Spearman相关（默认是Pearson相关），那么可以这么做：

ggscatterstats(data = iris, x = Sepal.Length, y = Sepal.Width,               
bf.message = FALSE,      # 去除贝叶斯相关的统计值              
type = "nonparamatric")  # 选择非参数检验