基本图形绘制绘图技巧数据分析

ggplot2做分组箱线图,添加bar和均值并修饰图形

2021-03-24  本文已影响0人  临床数据科学家

并不觉得ggplot2作图多好看,尤其是箱线图和柱状图需要大量的修饰,
现在介绍ggplot2做分组箱线图,添加箱子的bar和均值的几个函数

stat_boxplot() 函数
stat_boxplot() 函数用来给箱子添加median ±1.5 IQR 的最大值和最小值的bar, 注意分组用的参数的设置position,根据图像大小设置bar间距width参数

stat_boxplot(mapping=aes(x=横坐标列,y=纵坐标列,fill=分组列),  ##fill分组列
               geom ="errorbar",                             ##添加箱子的bar为最大、小值
               width=0.15,position=position_dodge(0.8))+     ##bar宽度和组间距

stat_summary()函数
stat_summary()函数用于给箱线图添加均值,一般用的均值图形为立四边形,因为分组比较,需要设置分组变量和组件据position参数

stat_summary(mapping=aes(group=分组列),                      ##设置分组列
               fun="mean",                                   ##箱线图添加均值使用的公式mean
               geom="point",shape=23,size=3,fill="white",    ##均值图形的设置
               position=position_dodge(0.8))+                ##分组比较,需设置两组间距

theme()函数

ggplot2图形外观的其他常用函数
scale_fill_manual(): 设置比较的两组图形颜色
scale_y_continuous(): 设置y轴标签范围、标签名称
scale_x_discrete(): 设置x轴标签的顺序、名称
labels(x="X轴",y="Y轴",fill="图例"): 更改x、y、图例的文本名称

汇总以上函数的代码

ggplot(data,mapping=aes(x=横坐标列,y=纵坐标列,fill=分组列))+ ##设置图形的纵坐标横坐标和分组
  stat_boxplot(mapping=aes(x=横坐标列,y=纵坐标列,fill=分组列),
               geom ="errorbar",                             ##添加箱子的bar为最大、小值
               width=0.15,position=position_dodge(0.8))+     ##bar宽度和组间距
  geom_boxplot(aes(fill=分组列),                             ##分组比较的变量
               position=position_dodge(0.8),                 ##因为分组比较,需设组间距
               width=0.6,                                    ##箱子的宽度
               outlier.color = "white")+                     ##离群值的颜色
  stat_summary(mapping=aes(group=分组列),                    ##分组计算的变量
               fun="mean",                                   ##箱线图添加均值
               geom="point",shape=23,size=3,fill="white",    ##均值图形的设置
               position=position_dodge(0.8))+                ##因为分组比较,需设置两组间距
  scale_fill_manual(values=c("red","white","blue"))+         ##设置分组的颜色,对应fill组数
  scale_y_continuous(limits=c(0,4),                          ##修改y轴的范围
                     breaks=c(1,2,3,4)),                     ##修改y轴刻度位置
                     labels=c("A","B","C","D","E")+          ##修改y轴标签的名称
  scale_x_discrete(limits=c("D","C","B","A"),               ##修改x轴标签的顺序
                   labels=c("Z","H","M","R")+                ##修改x轴标签的名称
  labs(x="X轴新名称",y="Y轴新名称",fill="新图例名称")+        ##修改坐标轴和图例的文本
  
  theme(panel.background=element_rect(fill='transparent'),   ##去掉底层阴影
        panel.grid=element_blank(),                          ##去掉网格线
        panel.border=element_blank(),                        ##去掉图的边界线
        panel.border=element_rect(fill='transparent',        ##设置图的边界线
                                  color='transparent'),
        axis.line=element_line(colour="black",size=0.9),     ##设置坐标轴的线条
        axis.title=element_text(face="bold",size = 13),      ##设置坐标轴文本字体
        axis.title.x=element_blank(),                        ##删除x轴文本               
        axis.text=element_text(face = "bold",size = 10),     ##设置坐标轴标签字体
        axis.ticks=element_line(color='black'),              ##设置坐标轴刻度线
        legend.position=c(0.15, 0.9),                        ##设置图例的位置
        legend.direction = "horizontal",                      ##设置图列标签的排列方式
        legend.title=element_text(face = "bold",size=12),    ##设置图例标题字体
        legend.title=element_blank(),                        ##去掉图例标题         
        legend.text=element_text(face = "bold",size=12),     ##设置图例文本的字体
        legend.background=element_rect(linetype="solid",     ##设置图列的背景和线条颜色
                                       colour ="black"))  
  

产生的图形样式如下:


Rplot.png
上一篇 下一篇

猜你喜欢

热点阅读