R语言画多组箱线图 r语言多个并列箱线图

转载

蓝梦之翼 2023-08-31 09:32:04

箱型图通过绘制连续型变量的五数总结，即最小值，下四分位数，中位数，上四分位数以及最大值来描述连续型变量的分布
箱型图能够显示可能的离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位与下四分位）的观测
#例子

boxplot(mtcars$mpg,main="Box plot",ylab="Miles per Gallon")
#使用boxplot.stats返回用于构建图形的统计量（即五数）
boxplot.stats(mtcars$mpg)

R语言画多组箱线图 r语言多个并列箱线图_子类

例子2，使用并列箱型图进行跨组比较

箱型图也可以展示单个变量或分组变量。格式为

boxplot(formula,data=dataframe)

其中formula是一个公式，示例公式为y~A，这将为类别型变量A的每个类别并列地生成数值型变量y的箱型图(简单来说就是通过A进行分组，再把分好组的y显示成并列的箱型图）

参数y~A*B则为类别型参数A和B所有水平的两两组合生成数值型变零y的箱型图

参数varwidth=TRUE 将使得箱型图的宽度与其样本大小的平方根成正比

参数notch=TRUE,可以得到含凹槽的箱型图

参数horiznotallow=TRUE可以反转坐标轴的方向

#例子，研究四缸，六缸，8缸发动机对每加仑汽车行驶里程数的影响
boxplot(mtcars$mpg~mtcars$cyl,
        horizontal=TRUE,
        notch=TRUE,varwidth=TRUE,col=c("red","blue","green"),
        main="Car Mileage Date",
        xlab="Number of Cylinders",
        ylab = "Miles Per Gallon")

R语言画多组箱线图 r语言多个并列箱线图_最小值_02

例子2,2有两个交叉因子的箱型图

多个交叉因子的x轴标签会是各因子类别的联结例如交叉因子A的类别为c(“a”,“b”)两个类别，交叉因子B的类别为c(1,2）两个类别如果不进行处理的话x轴标签将为c(“a.1”,“a.2”,“b.1”,“b.2”)

但是这样的的标签并不能够很好的表示标签的含义。所以有时候需要重新设置因子（即修改类别标签）

#重新设置因子是为了x轴刻度的标签，因为它是两个变量因子值的联结如果不设定就会变成（4.0，4.1，6.0，6.1，8.0，8.1）
#创建气缸数量的因子
mtcars$cyl.f <- factor(mtcars$cyl,levels=c(4,6,8),labels=c("4","6","8"))
#创建变速箱类型的因子
mtcars$am.f <- factor(mtcars$am,levels = c(0,1),labels=c("auto","standard"))
attach(mtcars)
boxplot(mpg~am.f*cyl.f,
        varwidth=TRUE,
        col=c("gold","darkgreen"),
        main="MPG Distribution by Auto Type",
        xlab="Auto Type",ylab="Miles Per Gallon")

R语言画多组箱线图 r语言多个并列箱线图_子类_03

例子3，小提琴图

小提琴图是箱型图与核密度图的结合，每部分图形的占比表示有多少比例的数值是在这一区域的

黑色箱型的范围是下四分位点到上四分位点，细黑线表示须

小提琴图是通过vioplot包中的vioplot()函数绘制

注意vioplot()函数要求绘制的不同组分离到不同的变量中并不能像barplot()函数那样自己进行分组。

library(vioplot)
x1 <- mtcars$mpg[mtcars$cyl==4]
x2 <- mtcars$mpg[mtcars$cyl==6]
x3 <- mtcars$mpg[mtcars$cyl==8]
vioplot(x1,x2,x3,names = c("cyl4","cyl6","cyl8"),col="gold",
        main="Car Mileage Date",
        xlab="Number of Cylinders",
        ylab = "Miles Per Gallon")

R语言画多组箱线图 r语言多个并列箱线图_子类_04