写在前面。

这篇文章对应原书的第6章，主要介绍一些描述数据分布的可视化图形。主要包括如下这些：

• 直方图
• 密度图
• 频数多边形
• 箱线图
• 小提琴图
• Wilkinson点图

箱线图

如何绘制箱线图呢？

基本箱线图

使用geom_boxplot语句，并将一个离散型变量映射给x，一个连续型变量映射给y。

ggplot(data = birthwt, aes(x = factor(race), y = bwt)) + geom_boxplot()

[图片上传失败...(image-efebb8-1696722012947)]

书中有一个图呈现了几种图的区别。

[图片上传失败...(image-bc9d8a-1696722012947)]

槽口箱线图

如何向箱线图添加槽口以体现中位数的差别呢？

通过设置参数notch=TRUE。

ggplot(data = birthwt, aes(x = factor(race), y = bwt)) +geom_boxplot(notch = TRUE)

[图片上传失败...(image-fe7027-1696722012947)]

均值标记

如何向箱线图添加均值标记？

使用stat_summary函数，箱线图中的均值以钻石形状呈现。

注意fun.y已经弃用，直接使用fun即可。

所以用点型23，颜色为白色。

ggplot(data = birthwt, aes(x = factor(race), y = bwt)) +
  geom_boxplot() +
  stat_summary(fun= "mean", geom = "point", shape=23, size = 3, fill = "white")

[图片上传失败...(image-bc55f1-1696722012947)]

• 箱线图中间的水平线表示的是中位数，而不是均值。
• 对于正态分布数据，中位数与均值接近；对于偏态数据将有所不同。