r语言ggplot2 多线图绘制图例_R语言绘制箱线图示例
箱线图(又称盒须图)是常见的统计图形之一,通过绘制连续型变量的五数总括,即最小值、下四分位数(第25百分位数)、中位数(第50百分位数)、上四分位数(第75百分位数)以及最大值,描述了连续型变量的分布。箱线图能够显示出可能为离群点(范围±1.5×IQR以外的值,IQR表示四分位距,即上四分位数与下四分位数的差值)的观测。
默认情况下,两条须的延伸极限不会超过盒型各端加1.5倍四分位距的范围。此范围以外的值以点(即离群点)来表示。
本篇通过分享R语言绘制箱线图的几种常见样式的简单示例,以帮助入门的同学们掌握常规的作图技巧。
作图数据的网盘链接(提取码pmbr):
https://pan.baidu.com/s/1WZ2UzXPGw9M448v-fms6RA
网盘附件“alpha.csv”为某16S细菌群落测序所获得的部分alpha多样性指数数据。其第一列为样本名称;observed_species、shannon、chao1和PD_whole_tree为四种类型的alpha多样性指数,其中的数值代表了各样本中该alpha多样性指数的数值;group1和group2为样本所对应的分组信息。
本篇我们将通过绘制箱线图,展示alpha多样性指数在各分组中的分布概况。
R语言绘制箱线图的简单示例
我们首先将作图数据读到R中,并分别从中挑选部分数据,便于后续绘制不同的样式。
#读取数据library(reshape2)alpha alpha$group2 alpha1 alpha2 alpha3
boxplot()箱线图
R启动时默认加载了boxplot()命令,可用于绘制箱线图。我们使用boxplot()绘制箱线图展示chao1指数在c分组中的分布,如下示例。
##boxplot() 箱线图,详情使用 ?boxplot 查看帮助par(mfrow = c(1, 2))#常规样式boxplot(value~group2, data = alpha3, col = '#f8766d', ylab = 'Chao1 (group c)')#根据数据分布,添加凹槽boxplot(value~group2, data = alpha3, col = '#f8766d', notch = TRUE, varwidth = TRUE, ylab = 'Chao1 (group c)')
ggplot2绘制箱线图
ggplot2功能强大自然不必多说,以下继续展示使用ggplot2绘制箱线图的示例。
##ggplot2library(ggplot2)#单变量箱线图ggplot(alpha3, aes(x = group2, y = value)) +geom_boxplot(outlier.size = 1, fill = '#f8766d') +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black')) +labs(x = '', y = 'Chao1')
#将各数据值以抖动散点的方式添加在箱线图中,同时绘制凹槽ggplot(alpha3, aes(x = group2, y = value, fill = group1)) +geom_boxplot(fill = '#f8766d', notch = TRUE) +geom_jitter(color = 'red', show.legend = FALSE) +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black')) +labs(x = '', y = 'Chao1 (group c)')
#存在多分组时,多组分开展示的箱线图ggplot(alpha2, aes(x = group2, y = value, fill = group1)) +geom_boxplot(outlier.size = 1) +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black'), legend.title = element_blank(), legend.key = element_blank()) +labs(x = '', y = 'Chao1')
#多变量情况,添加分面的箱线图ggplot(alpha1, aes(x = group2, y = value, fill = group1)) +geom_boxplot(outlier.size = 0.5, size = 0.5) +facet_wrap(~variable, 2, scales = 'free') +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black'), legend.title = element_blank(), legend.key = element_blank()) +labs(x = '', y = 'Chao1')
#带显著性标记“*”的箱线图#先绘制箱线图主体p geom_boxplot(outlier.size = 1) +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black'), legend.title = element_blank(), legend.key = element_blank()) +labs(x = '', y = 'Chao1')#再手动添加显著性标记#注意,这里的显著性是提前已经计算好的,我们通过手动输入进来#本篇只关注作图,不涉及统计分析library(doBy)alpha2_stat names(alpha2_stat) alpha2_stat$group1 alpha2_stat$sig p + geom_text(data = alpha2_stat, aes(label = sig), vjust = -0.3) +annotate('text', x = alpha2_stat$group2, y = alpha2_stat$value, label = '———', vjust = -0.3)
#带显著性标记“abc”的箱线图,#先绘制箱线图主体p geom_boxplot(outlier.size = 0.5, size = 0.5) +facet_wrap(~variable, 2, scales = 'free') +theme(panel.grid = element_blank(), panel.background = element_rect(fill = 'transparent', color = 'black'), legend.title = element_blank(), legend.key = element_blank()) +labs(x = '', y = 'Chao1')#再手动添加显著性标记#同上所述,这里的显著性是提前通过差异分析已经计算好的,我们通过手动输入进来alpha1_stat names(alpha1_stat) alpha1_stat$sig p + geom_text(data = alpha1_stat, aes(label = sig, color = group1), position = position_dodge(1), vjust = -0.3)
好了,以上就是本篇的内容,大致简介了几种简单的箱线图在R中的绘制示例,以帮助刚接触R的同学们入门,get到了吗?
友情链接
R包vegan执行非参数多元方差分析(置换多元方差分析)
R包rcompanion执行非参数双因素方差分析(Scheirer-Ray-Hare检验)
R包sm执行非参数单因素协方差分析
R语言执行非参数单因素方差分析(Kruskal-Wallis检验、Friedman检验)
R语言执行多元方差分析
R语言执行重复测量方差分析
R语言执行双因素方差分析
R语言执行单因素协方差分析
R语言执行单因素方差分析及多重比较
R语言执行两组间差异分析Wilcoxon检验
R语言执行两组间差异分析T检验
R语言绘制分组柱状图
r语言ggplot2 多线图绘制图例_R语言绘制箱线图示例相关推荐
- R语言中使用boxplot函数绘制箱线图
(源自百度,便于查看故复制于此,若有冒犯会删除) 箱线图简介 箱线图又称箱形图或盒须图,该图是由5个特征值绘制而成的图形. 5个特征值是变量的最大值.最小值.中位数.第1四分位数和第3四分位数. 连接 ...
- R语言boxplot绘制箱线图
Usage # x 为向量,dataframe,以及matirx boxplot(x, ...) # x 为formula boxplot(formula, data = NULL, ..., sub ...
- matlab画箱型图均值方差,Matlab 绘制箱线图
文章目录 前言 主要介绍箱线图(Box-plot)和利用Matlab绘制箱线图. 一.箱线图介绍 统计指标一般包括:四分位数.均值.中位数.众数.方差.标准差等,箱线图作为一种数据统计的方法,内容包括 ...
- R语言绘制箱线图并添加相关显著性
箱线图(又称盒须图)通过绘制连续型变量的五数总括,即最小值.下四分位数(第25百分位数).中位数(第50百分位数).上四分位数(第75百分位数)以及最大值,描述了连续型变量 的分布. "它主 ...
- R语言ggplot2可视化并自定义配置图例的位置到可视化图像的顶部、配置折叠成两行显示图例、并添加图像形状的子图(ggplot2 legend in two rows with guides fill
R语言ggplot2可视化并自定义配置图例的位置到可视化图像的顶部(legend position in top).并且配置折叠成两行显示图例.并添加图像形状的子图(ggplot2 legend in ...
- R语言ggplot2可视化自定义多个图例(legend)标签之间的距离实战(例如,改变数据点颜色和数据点大小图例之间的距离)
R语言ggplot2可视化自定义多个图例(legend)标签之间的距离实战(例如,改变数据点颜色和数据点大小图例之间的距离) 目录
- R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图、使用scale_x_continuous函数中的limits参数指定X轴数值范围
R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图.使用scale_x_continuous函数中的limits参数指定X轴数值范围 目录
- R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图、使用scale_x_continuous函数指定X轴坐标轴的取值范围(起始值和终止值)
R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图.使用scale_x_continuous函数指定X轴坐标轴的取值范围(起始值和终止值) 目录
- R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图、使用stat_central_tendency函数在密度中添加均值竖线并自定义线条类型
R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图.使用stat_central_tendency函数在密度中添加均值竖线并自定义线条类型 目录
最新文章
- HBase解决Region Server Compact过程占用大量网络出口带宽的问题
- 分布式数据库系统(DDBS) 概述
- win7 系统盘下AppData文件夹中Local和Roaming分别有什么作用?
- mysql不复制数据_windows mysql不停止服务复制数据
- transient关键字和volatile关键字
- 一部分 数据 迁移_11项最佳实践,每次数据中心迁移都必不可少
- js通过jquery的jsonp跨域请求
- python3程序设计基础答案刘德山_!求大学python3程序设计基础答案 刘德山主编 网上找不到 希望大家帮帮忙...
- eclipse中maven工程添加本地库至Maven Dependencies
- 在Objective-C中,如何测试对象类型?
- o'Reill的SVG精髓(第二版)学习笔记——第四章
- 【Feign源码】解析方法的类--Contract
- 使用SnakeYAML读取yaml配置文件
- html格式转换word清除格式,word文档如何清除格式(原来Word可以一键去除格式)...
- android espresso跨程序,Android中使用Espresso进行UI测试
- ajax谷歌浏览器提示等待超时,调用谷歌浏览器爬虫,selenium webdriver等设置等待时间和超时时间...
- Swift 版本很好的卡片切换效果基于ZLSwipeableView(类似于[陌陌点点][探探])
- 基于Java socket的网络聊天室的设计与实现
- Git Github
- 【递归】Coffee Chicken
热门文章
- lamp +discuz+wordpress+phpmyadmin实例安装详解
- HTML5网络视频之webm转换
- iir滤波器的基本网络结构_IIR数字滤波器的基本结构详解.ppt
- 智能机器人运动控制仿真系统
- mysql5.7对应jdbc驱动版本_mysql5.7.11对应的JDBC驱动是哪个版本
- mcafee怎么添加信任区_如何免费将McAfee SECURE Seal添加到您的WordPress网站
- 音视频采集—Windows平台VFW
- cocoscreator蜘蛛网效果
- 3P 你需要知道的事
- 【面向对象】小游戏“终结者”程序的设计与实现