ggbeeswarm 包画蜂群图：一种更优雅的画散点图的方法

【简说基因】蜂群图事实上也是一种散点图，不过比传统散点图和抖动散点图更加优雅，也比箱线图和小提琴图能够展示更多细节。

蜂群图（也称为柱形散点图或小提琴散点图）是一种绘制数据点的方式，通常情况下这些点会重叠在一起，蜂群图则将它们相邻排列。除了减少重叠，它还有助于可视化每个数据点的数据密度（类似于小提琴图），同时仍然显示每个数据点的具体数值。

画蜂群图的 R 包主要有：beeswarm 和 ggbeeswarm，本文介绍后者，它为画更好的散点图提供两个几何对象：

• geom_quasirandom：准随机散点图几何对象。

• geom_beeswarm：蜂群图几何对象。

安装

install.packages('ggbeeswarm')

示例

使用 iris 数据集，先比较一下抖动散点图和准随机散点图：

set.seed(12345)
library(ggplot2)
library(ggbeeswarm)
library(patchwork)
#compare to jitter
p1 = ggplot(iris,aes(Species, Sepal.Length)) + geom_jitter() + ggtitle("jitter")
p2 = ggplot(iris,aes(Species, Sepal.Length)) + geom_quasirandom() + ggtitle("quasirandom")
p1 / p2

geom_quasirandom()

#default geom_quasirandom
ggplot(mpg,aes(class, hwy)) + geom_quasirandom()

# With categorical y-axis
ggplot(mpg,aes(hwy, class)) + geom_quasirandom(groupOnX=FALSE)

# Some groups may have only a few points. Use `varwidth=TRUE` to adjust width dynamically.
ggplot(mpg,aes(class, hwy)) + geom_quasirandom(varwidth = TRUE)

# Automatic dodging
sub_mpg <- mpg[mpg$class %in% c("midsize", "pickup", "suv"),]
ggplot(sub_mpg, aes(class, displ, color=factor(cyl))) + geom_quasirandom(dodge.width=1)

改变方法

geom_quasirandom 还有许多其他方法用于分布点，例如：

ggplot(iris, aes(Species, Sepal.Length)) + geom_quasirandom(method = "tukey") + ggtitle("Tukey texture")

ggplot(iris, aes(Species, Sepal.Length)) + geom_quasirandom(method = "tukeyDense") +
    ggtitle("Tukey + density")

ggplot(iris, aes(Species, Sepal.Length)) + geom_quasirandom(method = "frowney") +
    ggtitle("Banded frowns")

ggplot(iris, aes(Species, Sepal.Length)) + geom_quasirandom(method = "smiley") +
    ggtitle("Banded smiles")

ggplot(iris, aes(Species, Sepal.Length)) + geom_quasirandom(method = "pseudorandom") +
    ggtitle("Jittered density")

geom_beeswarm()

ggplot(iris, aes(Species, Sepal.Length)) + geom_beeswarm() + ggtitle("Beeswarm")

ggplot(iris,aes(Species, Sepal.Length)) + geom_beeswarm(side = 1L)

ggplot(mpg,aes(class, hwy)) + geom_beeswarm(size=.5)

# With categorical y-axis
ggplot(mpg,aes(hwy, class)) + geom_beeswarm(size=.5)

# Also watch out for points escaping from the plot with geom_beeswarm
ggplot(mpg,aes(hwy, class)) + geom_beeswarm(size=.5) + scale_y_discrete(expand=expansion(add=c(0.5,1)))

ggplot(mpg,aes(class, hwy)) + geom_beeswarm(size=1.1)

# With automatic dodging
ggplot(sub_mpg, aes(class, displ, color=factor(cyl))) + geom_beeswarm(dodge.width=0.5)

改变方法

df <- data.frame(
  x = "A",
  y = sample(1:100, 200, replace = TRUE)
)
ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "swarm") + ggtitle('method = "swarm" (default)')

ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "compactswarm") + ggtitle('method = "compactswarm"')

ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "compactswarm") + ggtitle('method = "compactswarm"')

ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "hex") + ggtitle('method = "hex"')

ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "square") + ggtitle('method = "square"')

ggplot(df, aes(x = x, y = y)) + geom_beeswarm(cex = 2.5, method = "center") + ggtitle('method = "center"')

点分布的优先级

#With different beeswarm point distribution priority
dat<-data.frame(x=rep(1:3,c(20,40,80)))
dat$y<-rnorm(nrow(dat),dat$x)
ggplot(dat,aes(x,y)) + geom_beeswarm(cex=2) + ggtitle('Default (ascending)') + scale_x_continuous(expand=expansion(add=c(0.5,.5)))

ggplot(dat,aes(x,y)) + geom_beeswarm(cex=2,priority='descending') + ggtitle('Descending') + scale_x_continuous(expand=expansion(add=c(0.5,.5)))

ggplot(dat,aes(x,y)) + geom_beeswarm(cex=2,priority='density') + ggtitle('Density') + scale_x_continuous(expand=expansion(add=c(0.5,.5)))

ggplot(dat,aes(x,y)) + geom_beeswarm(cex=2,priority='random') + ggtitle('Random') + scale_x_continuous(expand=expansion(add=c(0.5,.5)))

围捕逃逸点

set.seed(1995)
df2 <- data.frame(
  y = rnorm(1000),
  id = sample(c("G1", "G2", "G3"), size = 1000, replace = TRUE)
)
p <- ggplot(df2, aes(x = id, y = y, colour = id))

# use corral.width to control corral width
p + geom_beeswarm(cex = 2.5, corral = "none", corral.width = 0.9) + ggtitle('corral = "none" (default)')

p + geom_beeswarm(cex = 2.5, corral = "gutter", corral.width = 0.9) + ggtitle('corral = "gutter"')

p + geom_beeswarm(cex = 2.5, corral = "wrap", corral.width = 0.9) + ggtitle('corral = "wrap"')

p + geom_beeswarm(cex = 2.5, corral = "random", corral.width = 0.9) + ggtitle('corral = "random"')

p + geom_beeswarm(cex = 2.5, corral = "omit", corral.width = 0.9) + ggtitle('corral = "omit"')

总结

蜂群图可以更好地展示数据点之间的关系，避免数据点的重叠，同时也可以进行分组和着色，方便进行数据的比较和分析。但是需要注意的是，由于数据点会在 x 轴上分散，因此其位置并不准确，需要根据具体情况进行分析和解释。

参考文献：

https://github.com/eclarke/ggbeeswarm

---