R数据可视化2:箱形图 Boxplot（数据可视化手册目录）

文章目录：

1. R数据可视化2:箱形图 Boxplot
2. 数据可视化手册目录

一 、R数据可视化2:箱形图 Boxplot

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 。除了生信领域 ，该图在其他领域也经常被使用 。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 逸出值(Outlier) 。

那么 ，这些值是如何被计算出来的呢？什么样的数据会被判定为逸出值呢？

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 。

逸出值 ，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 Q3+1.5ΔQ , Q1-1.5ΔQ 之外的值即被视为逸出值 。

(1) 需要什么格式的数据

我们需要的数据只要两列 ，一列为x ，一列为y 。本次我们使用R中提供的iris数据 。

这个数据共有5列 ，分别为花萼长度(Sepal.Length) 、花萼宽度(Sepal.Width) 、花瓣长度(Petal.Length) 、花瓣宽度(Petal.Width)以及物种(Species) 。

比如我们想要探究不同物种的花萼长度差异 。

(2) 如何使用ggplot2做箱形图

利用ggplot2画图的核心命令是 geom_Boxplot 。我们先来尝试做一个最最基础也是最丑的boxplot图 。

可以看到不同的物种之间Sepal.Length有所不同 ，那么这种差异显著吗？

这个时候我们就需要做检验 ，那么如何可以直接把检验结果展示在图中呢 。这个时候我们可以使用另一个 R包ggpubr 。

同时如果你的检验是成对的那么可以加上参数 paired=T ,如果你不想用默认的wilcox.test你可以将method改为其他的 。比如我想要做一个成对的t检验：

stat_compare_means(aes(label = ..p.signif..) ,method="t.test" ,paired=T)

可以发现这里我没有添加comparisons参数 ，那么结果就是看三组是否存在两组间有显著差异 。

具体的大家可以使用命令 ?stat_compare_means 查看帮助手册 。

然后我们还可以修改颜色等等 。

这样 ，一张简洁的Boxplot图就完成啦 。

二 、数据可视化手册目录

目录

1. 数据可视化概述

Antony Unwin , Chun-houh Chen , Wolfgang K. Hardle 等人探讨了数据可视化的基本概念 ，为读者提供了入门指南 ，从第3页开始 。

2. 原则

• 

  2.1 数据可视化的历史

  Michael Friendly 在第15页介绍了数据可视化的历史变迁 ，帮助我们理解其演变过程 。

• 2.2 优秀的图形设计

  Antony Unwin 在第57页深入探讨了图形设计的高质量标准 ，讨论了关键要素 。

3. 静态图形

Paul Murrell 在第79页详细讲解了静态图形的制作方法和应用 ，为视觉呈现提供了基础 。

13. Mosaic 图表及其变体

Heike Hofmann 在第617页介绍了Mosaic图表及其在数据分析中的独特作用和扩展方法 。

16. 高维数据的平行坐标图

Alfred Inselberg 在第643页详细解释了平行坐标图 ，它是探索和分类高维数据的有效工具 。

18. 基于XML技术的Web图形

Yoshiro Yamamoto , Masaya Iizuka , Tomokazu Fujino 在第757页分享了如何利用XML技术进行Web上的统计图形设计和实现 。

4. 选定的应用

• 4.1 基因网络重建的可视化

  Grace S. Shieh 和 Chin-Yuan Guo 在第793页展示了在遗传网络重构中的可视化应用 。

到此 ，以上就是小编对于r数据可视化手册第二版mobi的问题就介绍到这了 ，希望介绍关于r数据可视化手册第二版mobi的2点解答对大家有用 。