boxplot() в R: как сделать BoxГрафики в RStudio [Примеры]

boxplot() в R

boxplot() в R помогает визуализировать распределение данных по квартилям и обнаружить наличие выбросов. Вы можете использовать геометрический объект geom_boxplot() из библиотеки ggplot2, чтобы нарисовать boxplot() в R.

Мы будем использовать набор данных о качестве воздуха, чтобы представить boxplot() в R с помощью ggplot. Этот набор данных измеряет качество воздуха в Нью-Йорке с мая по сентябрь 1973 года. Набор данных содержит 154 наблюдения. Мы будем использовать следующие переменные:

• Озон: числовая переменная
• Ветер: числовая переменная
• Месяц: с мая по сентябрь. Числовая переменная

Создавай Box Участок

Прежде чем вы начнете создавать свой первый boxplot() в R, вам необходимо манипулировать данными следующим образом:

• Шаг 1. Импортируйте данные
• Шаг 2. Удалите ненужные переменные
• Шаг 3. Преобразование месяца на уровне фактора
• Шаг 4. Создайте новую категориальную переменную, разделяющую месяц на три уровня: начало, середину и конец.
• Шаг 5. Удалите недостающие наблюдения

Все эти шаги выполняются с помощью dplyr и оператора конвейера %>%.

library(dplyr)
library(ggplot2)
# Step 1
data_air <- airquality % > %

#Step 2
select(-c(Solar.R, Temp)) % > %

#Step 3
mutate(Month = factor(Month, order = TRUE, labels = c("May", "June", "July", "August", "September")), 
       
#Step 4 
day_cat = factor(ifelse(Day < 10, "Begin", ifelse(Day < 20, "Middle", "End"))))

Хорошей практикой является проверка структуры данных с помощью функции проблеск().

glimpse(data_air)

Вывод:

## Observations: 153
## Variables: 5
## $ Ozone   <int> 41, 36, 12, 18, NA, 28, 23, 19, 8, NA, 7, 16, 11, 14, ...
## $ Wind    <dbl> 7.4, 8.0, 12.6, 11.5, 14.3, 14.9, 8.6, 13.8, 20.1, 8.6...
## $ Month   <ord> May, May, May, May, May, May, May, May, May, May, May,...
## $ Day     <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,...
## $ day_cat <fctr> Begin, Begin, Begin, Begin, Begin, Begin, Begin, Begi...

В наборе данных есть NA. Удалить их разумно.

# Step 5
data_air_nona <-data_air %>% na.omit()	

Базовый сюжет

Давайте построим базовую диаграмму R boxplot() с распределением озона по месяцам.

# Store the graph
box_plot <- ggplot(data_air_nona, aes(x = Month, y = Ozone))
# Add the geometric object box plot
box_plot +
    geom_boxplot()

Код Пояснение

• Сохраните график для дальнейшего использования
  • box_plot: вы сохраняете график в переменной box_plot. Это полезно для дальнейшего использования или позволяет избежать слишком сложной строки кода.
• Добавьте геометрический объект R boxplot().
  • Вы передаете набор данных data_air_nona в ggplot boxplot.
  • Внутри аргумента aes() вы добавляете оси X и Y.
  • Знак + означает, что вы хотите, чтобы R продолжал читать код. Это делает код более читабельным, если его взломать.
  • Используйте geom_boxplot() для создания коробчатой ​​диаграммы.

Вывод:

Изменить сторону графика

Вы можете перевернуть сторону графика.

box_plot +
  geom_boxplot()+
  coord_flip()

Код Пояснение

• box_plot: вы используете сохраненный график. Это позволяет избежать переписывания всех кодов каждый раз, когда вы добавляете новую информацию в график.
• geom_boxplot(): создание коробчатых диаграмм() в R
• coord_flip(): перевернуть сторону графика.

Вывод:

Изменить цвет выброса

Вы можете изменить цвет, форму и размер выбросов.

box_plot +
    geom_boxplot(outlier.colour = "red",
        outlier.shape = 2,
        outlier.size = 3) +
    theme_classic()

Код Пояснение

• outlier.colour="red": Управляет цветом выбросов.
• outlier.shape=2: изменить форму выброса. 2 относится к треугольнику
• outlier.size=3: изменить размер треугольника. Размер пропорционален количеству.

Вывод:

Добавить сводную статистику

Вы можете добавить сводную статистику в R boxplot().

box_plot +
    geom_boxplot() +
    stat_summary(fun.y = mean,
        geom = "point",
        size = 3,
        color = "steelblue") +
    theme_classic()

Код Пояснение

• stat_summary() позволяет добавлять сводку к горизонтальной диаграмме R.
• Аргумент fun.y управляет возвращаемой статистикой. Вы будете использовать среднее значение
• Примечание. Доступны и другие статистические данные, такие как минимум и максимум. На одном графике может отображаться более одной статистики.
• geom = «точка»: постройте среднее значение с точкой.
• size=3: Размер точки
• color =”steelblue”: Цвет точек.

Вывод:

Box График с точками

На следующей горизонтальной диаграмме R вы добавляете слои точечной диаграммы. Каждая точка представляет наблюдение.

box_plot +
    geom_boxplot() +
    geom_dotplot(binaxis = 'y',
        dotsize = 1,
        stackdir = 'center') +
    theme_classic()

Код Пояснение

• geom_dotplot() позволяет добавлять точки к ширине ячейки.
• binaxis='y': Измените положение точек вдоль оси Y. По умолчанию ось X
• dotsize=1: Размер точек.
• stackdir='center': Способ расположения точек: Четыре значения:
  • «вверх» (по умолчанию),
  • "вниз"
  • "центр"
  • «центральное целое»

Вывод:

Контролируйте эстетику Box Участок

Изменить цвет коробки

Вы можете изменить цвета группы.

ggplot(data_air_nona, aes(x = Month, y = Ozone, color = Month)) +
    geom_boxplot() +
    theme_classic()

Код Пояснение

• Цвета групп управляются сопоставлением aes(). Вы можете использовать color= Month, чтобы изменить цвет прямоугольника и графика в зависимости от месяца.

Вывод:

Box сюжет с несколькими группами

Также возможно добавить несколько групп. Вы можете визуализировать разницу в качестве воздуха в зависимости от дня измерения.

ggplot(data_air_nona, aes(Month, Ozone)) +
    geom_boxplot(aes(fill = day_cat)) +
    theme_classic()

Код Пояснение

• Отображение aes() геометрического объекта управляет отображаемыми группами (эта переменная должна быть фактором)
• aes(fill= day_cat) позволяет создать три поля для каждого месяца по оси X.

Вывод:

Box График с дрожащими точками

Другой способ показать точку — это дрожание точек. Это удобный способ визуализации точек с помощью коробчатой ​​диаграммы для категориальных данных в переменной R.

Этот метод позволяет избежать перекрытия дискретных данных.

box_plot +
    geom_boxplot() +
    geom_jitter(shape = 15,
        color = "steelblue",
        position = position_jitter(width = 0.21)) +
    theme_classic()

Код Пояснение

• geom_jitter() добавляет небольшое затухание к каждой точке.
• shape=15 изменяет форму точек. 15 представляет квадраты
• color = «steelblue»: изменить цвет точки.
• Position=position_jitter(width = 0.21): Способ размещения перекрывающихся точек. Position_jitter(width = 0.21) означает, что вы перемещаете точки на 20 процентов от оси X. По умолчанию 40 процентов.

Вывод:

Вы можете увидеть разницу между первым графиком с методом джиттера и вторым с точечным методом.

box_plot +
    geom_boxplot() +
    geom_point(shape = 5,
        color = "steelblue") +
    theme_classic()

зазубренный Box Участок

Интересной особенностью geom_boxplot() является функция коробчатой ​​диаграммы с надрезом в R. График с надрезом сужает рамку вокруг медианы. Основная цель диаграммы с надрезом — сравнить значимость медианы между группами. Имеются убедительные доказательства того, что две группы имеют разные медианы, когда отметки не перекрываются. Вырез рассчитывается следующим образом:

с – интерквартиль и количество наблюдений.

box_plot +
    geom_boxplot(notch = TRUE) +
    theme_classic()

Код Пояснение

• geom_boxplot(notch=TRUE): создать горизонтальную коробчатую диаграмму с надрезом R.

Вывод:

Резюме

Мы можем суммировать различные типы горизонтальной коробчатой ​​диаграммы R в таблице ниже:

ggplot(df, aes( x = x1, y =y)) + geom_boxplot()

ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + coord_flip()

ggplot(df, aes( x = x1, y =y)) + geom_boxplot(notch=TRUE)

ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + geom_jitter(position = position_jitter(0.21))

Также проверьте: - Учебное пособие по R для начинающих: изучение языка программирования R