数据可视化——R语言ggplot2包绘制箱线图叠加散点图

数据可视化——R语言ggplot2包绘制箱线图叠加散点图

概述： 当每个组的数据点相对较少时，又需要显示出各组数据的分布情况时，可以采用箱线图叠加散点图的方式来表达数据。

使用工具：R语言中的ggplot2工具包

箱线图叠加散点图是数据表达中常用的一种方式。ggplot2包支持图形叠加，可以很好的实现我们想要的效果。

由于使用ggpolt2包绘制的箱线图的胡须末端没有短横线，可以采用误差条图来绘制箱线图胡须末端没有短横线。因此，可采用三个图层叠加实现：误差条图+箱线图+散点图。

以下示例中的数据来自汽车数据mtcars，将汽车发动机的缸数cyl因子化后作为分组变量，每组对应的数据为每加仑汽油行驶的英里数mpg。

示例代码如下：

rm(list = ls()) #清除工作区

library(ggplot2)
library(RColorBrewer)

###################################################
#导入数据
#使用并列箱线图叠加散点图表示四缸，六缸，八缸发动机对每加仑汽油行驶的英里数
#Group：为因子变量，表示汽车发动机的缸数
#Value：为连续变量，表示对每加仑汽油行驶的英里数
attach(mtcars)
Data1 = data.frame(Group = mtcars$cyl,Value = mtcars$mpg)
Data1$Group = factor(Data1$Group,levels = c(4,6,8))
###################################################

#使用ggplot2包生成箱线图
P1 <- ggplot(Data1,aes(x=Group,y=Value,fill=Group))+ #”fill=“设置填充颜色
  stat_boxplot(geom = "errorbar",width=0.15,aes(color="black"))+ #由于自带的箱形图没有胡须末端没有短横线，使用误差条的方式补上
  geom_boxplot(size=0.5,fill="white",outlier.fill="white",outlier.color="white")+ #size设置箱线图的边框线和胡须的线宽度，fill设置填充颜色，outlier.fill和outlier.color设置异常点的属性
  geom_jitter(aes(fill=Group),width =0.2,shape = 21,size=2.5)+ #设置为向水平方向抖动的散点图，width指定了向水平方向抖动，不改变纵轴的值
  scale_fill_manual(values = c("#E69F00", "#0072B2","#F0E442"))+  #设置填充的颜色
  scale_color_manual(values=c("black","black","black"))+ #设置散点图的圆圈的颜色为黑色
  ggtitle("Car Milleage Data")+ #设置总的标题
  theme_bw()+ #背景变为白色
  theme(legend.position="none", #不需要图例
        axis.text.x=element_text(colour="black",family="Times",size=14), #设置x轴刻度标签的字体属性
        axis.text.y=element_text(family="Times",size=14,face="plain"), #设置x轴刻度标签的字体属性
        axis.title.y=element_text(family="Times",size = 14,face="plain"), #设置y轴的标题的字体属性
        axis.title.x=element_text(family="Times",size = 14,face="plain"), #设置x轴的标题的字体属性
        plot.title = element_text(family="Times",size=15,face="bold",hjust = 0.5), #设置总标题的字体属性
        panel.grid.major = element_blank(), #不显示网格线
        panel.grid.minor = element_blank())+
  ylab("Miles Per Gallon")+xlab("Number of Cylinders") #设置x轴和y轴的标题
 
 

P1
#图片保存
jpeg(file = "boxplot.jpg",width =1400,height = 1600,units = "px",res =300) #结果保存
print(P1)
dev.off()

示例结果如下：

箱线图叠加散点图

需要注意的是：图层叠加的先后顺序会影响绘制的结果，本示例中从底层开始的图层顺序依次为：误差条图，箱线图，散点图，误差条图处于最底层，会被填充为白色的箱线图覆盖其中间部分，散点图处于最上方，也会覆盖箱线图的内容。

另外：

• 散点图需要使用抖动的方式绘制，以避免重叠，示例中横轴为分组变量，纵轴为实际关心的值，设置抖动时需避免纵轴的值被改变，所以geom_jitter函数中仅需设置width，不设置height。
• 如果数据中存在异常点时，箱线图也会绘制出异常点，而散点图又会绘制所有的点，使得每个异常点被绘制了两次，可以通过在绘制箱线图时将异常点的颜色设定为与背景色相同即可（使其在箱线图中不可见）。