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？

之一四分位数（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 *** 重建的可视化

  Grace S. Shieh 和 Chin-Yuan Guo 在第793页展示了在遗传 *** 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。