蜂群点图

给你的文本文字美颜—****蜂窝图

一行命令绘图

比如我们想要绘制第一列和第四列之间的图,我们可以直接用beeswarm函数就可以了。

beeswarm(time_survival ~ ER, data = breast,
         pch = 16, pwcol = 1 + as.numeric(event_survival),
         xlab = "", ylab = "Follow-up time (months)",
         labels = c("ER neg", "ER pos"))
legend("topright", legend = c("Yes", "No"),
       title = "Censored", pch = 16, col = 1:2)

便可以出现下面的图:

image.png

我们来看一下该函数怎么设置输入参数:

1. 确定x轴和y轴,比如这里我们这里输入的为第一列(ER)为x轴和第四列(time_survival)为y轴,中间用~链接,data参数代表数据对象来源,pch代表绘制点的形状,16代表为圆点,pwcol 代表“逐点”绘制点的颜色,为每个数据点指定颜色,pwcol输入的为分类变量的一列,为这一列的每一类指定不同的颜色。Xlab 代表x轴坐标名,ylab代表y轴的坐标名。

添加Legend

为了添加有效的图例,我们可以使用legend函数,来添加legend,使用十分简单,直接在beeswarm函数后面添加就可以了。该图我们是添加到了右上角,

结合boxplot一起绘制美图

我们在看到这些图的时候,很容易想到boxplot,那我们可不可以把二者整合在一起呢?理论上肯定是可以的,我们可以操作一番。


boxplot(time_survival ~ ER, data = breast, 
        outline = FALSE,    
        main = 'boxplot + beeswarm')
beeswarm(time_survival ~ ER, data = breast,
         col = 4, pch = 16,  pwcol = 2 + as.numeric(event_survival), add = TRUE)

便可以得到下面的图形了:注意必须在最后一个绘制的图形参数上添加add=TRUR 参数,否则就不会出现在同一个图像上。


image.png

当然我们也可以先绘制蜂窝图,在绘制boxplot,如下:

beeswarm(time_survival ~ ER, data = breast,
         col = 4, pch = 16, pwcol = 2 + as.numeric(event_survival),
         main = 'beeswarm + bxplot')
bxplot(time_survival ~ ER, data = breast, add = TRUE)
image.png

这个时候需要在boxplot函数后面加上add=TRUE参数。出现的图形如下:

library(beeswarm)
data(breast)
beeswarm(time_survival ~ ER, data = breast,
         pch = 16, pwcol = 1 + as.numeric(event_survival),
         xlab = "", ylab = "Follow-up time (months)",
         labels = c("ER neg", "ER pos"))
legend("topright", legend = c("Yes", "No"),
       title = "Censored", pch = 16, col = 1:2)



boxplot(time_survival ~ ER, data = breast, 
        outline = FALSE,    
        main = 'boxplot + beeswarm')
beeswarm(time_survival ~ ER, data = breast,
         col = 4, pch = 16,  pwcol = 2 + as.numeric(event_survival), add = TRUE)


beeswarm(time_survival ~ ER, data = breast,
         col = 4, pch = 16, pwcol = 2 + as.numeric(event_survival),
         main = 'beeswarm + bxplot')
bxplot(time_survival ~ ER, data = breast, add = TRUE)

最后编辑于
©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 205,236评论 6 478
  • 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 87,867评论 2 381
  • 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 151,715评论 0 340
  • 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 54,899评论 1 278
  • 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 63,895评论 5 368
  • 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 48,733评论 1 283
  • 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 38,085评论 3 399
  • 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 36,722评论 0 258
  • 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 43,025评论 1 300
  • 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 35,696评论 2 323
  • 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 37,816评论 1 333
  • 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 33,447评论 4 322
  • 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 39,057评论 3 307
  • 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 30,009评论 0 19
  • 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 31,254评论 1 260
  • 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 45,204评论 2 352
  • 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 42,561评论 2 343

推荐阅读更多精彩内容