简介
箱形图（Box-plot）是一种用作显示一组数据分散情况的统计图，因形状如箱子而得名。主要用于反映原始数据分布的特征，并且可以进行多组数据分布特征的比较。箱形图能显示出一组数据的最大值(Maximum)、最小值(Minimum)、中位数(Median)及上下四分位数(1st/3rd Quartile)，同时还可以显示离群点(Outlier)。
boxplot介绍.png
第一四分位数（Q1），又称较小四分位数，等于该样本中所有数值由小到大排列后第25%的数字。
第二四分位数，又称中位数，等于该样本中所有数值由小到大排列后第50%的数字。
第三四分位数（Q3），又称较大四分位数，等于该样本中所有数值由小到大排列后第75%的数字。
离群点，是根据四分位间距(interquartile range)进行计算的：四分位间距 = Q3-Q1 = ΔQ，在区间 [Q1-1.5ΔQ，Q3+1.5ΔQ] 之外的值即被视为逸出值。
开始作图
1. 最普通的 BoxPlot：
library(ggplot2)
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
geom_boxplot()
最普通的boxplot.png
2. 添加 errorbar：
library(ggplot2)
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
stat_boxplot(geom = "errorbar") +
geom_boxplot()
添加errorbar的boxplot.png
3. 调整 box 宽度和线条宽度：
这个柱状图的 Box 也太大只了吧，调瘦点，相应调整 errorbar 的宽度使二者 match：
library(ggplot2)
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
stat_boxplot(geom = "errorbar", width = 0.2, lwd = 1) +
geom_boxplot(width = 0.3, lwd = 1)
调整线条宽度.png
4. 改变颜色
library(ggplot2)
library(RColorBrewer)
mycolour <- brewer.pal(length(levels(unique(iris[[5]]))), "Set1")
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
stat_boxplot(geom = "errorbar", width = 0.2, lwd = 1, colour = mycolour) +
geom_boxplot(width = 0.3, lwd = 1, colour = mycolour)
改变颜色.png
5. 样式微调
去掉网格线和背景色，添加 x 轴、y 轴 label，添加 title 并居中，增加 x 轴线、y 轴线，调整图形外边距：
library(ggplot2)
library(RColorBrewer)
mycolour <- brewer.pal(length(levels(unique(iris[[5]]))), "Set1")
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
# 添加误差线
stat_boxplot(geom = "errorbar", width = 0.2, lwd = 1, colour = mycolour) +
geom_boxplot(width = 0.3, lwd = 1, colour = mycolour) +
theme_minimal() +
theme(panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.major.y = element_blank(),
panel.grid.minor.y = element_blank()) +
# 添加 x 轴、y 轴 label，添加 title
labs(title=paste("Box Plot of Sepal.Length"), x="", y="Sepal.Length") +
theme(plot.title = element_text(hjust = 0.5)) +
# 添加 x 轴、y 轴和刻度
theme(axis.line.x = element_line(linetype = 1, color="black", size = 1),
axis.line.y = element_line(linetype = 1, color="black", size = 1),
axis.ticks.x = element_line(color="black", size=1),
axis.ticks.y = element_line(color="black", size=1)) +
# 调整图形外边距
theme(plot.margin = unit(c(1, 1, 1, 1), "cm"))
增加轴线和刻度.png
6. 添加检验
library(ggplot2)
library(RColorBrewer)
library(ggpubr)
mycolour <- brewer.pal(length(levels(unique(iris[[5]]))), "Set1")
ggplot(data = iris, aes(x = .data[["Species"]], y = .data[["Sepal.Length"]])) +
# 添加误差线
stat_boxplot(geom = "errorbar", width = 0.2, lwd = 1, colour = mycolour) +
geom_boxplot(width = 0.3, lwd = 1, colour = mycolour) +
# 添加检验
stat_compare_means(method = "t.test",
comparisons = list(c('setosa','versicolor'), c('setosa','virginica'),c('versicolor','virginica'))) +
theme_minimal() +
theme(panel.grid.major.x = element_blank(),
panel.grid.minor.x = element_blank(),
panel.grid.major.y = element_blank(),
panel.grid.minor.y = element_blank()) +
# 添加 x 轴、y 轴 label，添加 title
labs(title=paste("Box Plot of Sepal.Length"), x="", y="Sepal.Length") +
theme(plot.title = element_text(hjust = 0.5)) +
# 添加 x 轴、y 轴和刻度
theme(axis.line.x = element_line(linetype = 1, color="black", size = 1),
axis.line.y = element_line(linetype = 1, color="black", size = 1),
axis.ticks.x = element_line(color="black", size=1),
axis.ticks.y = element_line(color="black", size=1)) +
# 调整图形外边距
theme(plot.margin = unit(c(1, 1, 1, 1), "cm"))
添加检验.png
7. 如何调整类别顺序
我们发现 boxplot 中 box 的顺序并没有和数据中的顺序保持一致，这就说明如果希望通过调整数据中类别的顺序来调整 box 的顺序是做不到的，那如何调整 box 的顺序呢？
iris[["Species"]] <- factor(iris[["Species"]], levels = c("versicolor", "setosa", "virginica"))
再做图试试看：
添加检验.png
看一下默认配色是否有你中意的款：
配色一览.png
欢迎留言、讨论、点赞、转发，转载请注明出处~
参考
[1] R数据可视化2: 箱形图 Boxplot
相关文章
[1] R 数据可视化：水平渐变色柱状图
[2] R 数据可视化：双坐标系柱线图
[3] R 数据可视化：环形柱状图
[4] R 数据可视化：PCA 主成分分析图