R可视化——基于beeswarm包绘制蜜蜂图(beeswarm plot)

蜜蜂图(beeswarm plot)是一种与“抖动图”相似的散点图,这种图可以直观地展现每一个样本的具体情况及整体的情况。

安装、加载R包

#安装包
install.packages("beeswarm")
#加载包
library(beeswarm)

数据

set.seed(12)
df<-data.frame(
  x=rnorm(1000),
  group1=sample(c("G1", "G2", "G3"),
               size = 100, replace = TRUE),
  group2=as.numeric(factor(sample(c("Yes", "No"),
                                 size = 100, replace = TRUE))))
head(df)#预览数据
image.png

绘图

1、基础绘图
beeswarm(df$x~df$group1)
image.png
2、个性化绘制
beeswarm(df$x~df$group1,#指定数据
         pch=19,#指定点的形状
         col=c("#3FA0FF", "#FFE099", "#F76D5E"),#指定颜色
         method = "swarm",#指定数据点排列方式,可选择"swarm"、"center"、"hex"、"square"
         corral = "gutter",#调整数据点以防止组数据重叠,可选择有"none"、"gutter"、"wrap"、"random"、"omit"
         side=0,#位置蜂群显示方向,有-1,0,1可选择
         priority = "descending"#布局顺序,可选择"descending"、"random"、"density"、"none"
         )
image.png
3、加入子群体
beeswarm(df$x~df$group1,#指定数据
         pch=19,#点的形状
         pwcol=df$group2,#指定子群体
         method = "swarm",#指定数据点排列方式,可选择"swarm"、"center"、"hex"、"square"
         corral = "gutter",#调整数据点以防止组数据重叠,可选择有"none"、"gutter"、"wrap"、"random"、"omit"
         side=0,#位置蜂群显示方向,有-1,0,1可选择
         priority = "descending"#布局顺序,可选择"descending"、"random"、"density"、"none"
         )
#图例
legend("topright", legend = c("Yes", "No"),
       col = 1:2, pch = 19)
image.png
参考:https://r-charts.com/distribution/beeswarm/
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 193,968评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,682评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,254评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,074评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,964评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,055评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,484评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,170评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,433评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,512评论 2 308
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,296评论 1 325
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,184评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,545评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,150评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,437评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,630评论 2 335

推荐阅读更多精彩内容