boxplot() у R: Як зробити BoxСюжети в RStudio [Приклади]
Евелін Кларк
boxplot() у R
boxplot() у R допомагає візуалізувати розподіл даних за квартилями та виявити наявність викидів. Ви можете використовувати геометричний об’єкт geom_boxplot() із бібліотеки ggplot2, щоб намалювати boxplot() у R.
Ми використаємо набір даних про якість повітря, щоб представити boxplot() у R за допомогою ggplot. Цей набір даних вимірює якість повітря в Нью-Йорку з травня по вересень 1973 року. Набір даних містить 154 спостереження. Ми будемо використовувати такі змінні:
- Озон: числова змінна
- Вітер: Числова змінна
- Місяць: з травня по вересень. Числова змінна
Створити Box Сюжет
Перш ніж почати створювати свій перший boxplot() у R, вам потрібно маніпулювати даними наступним чином:
- Крок 1. Імпортуйте дані
- Крок 2: Видаліть непотрібні змінні
- Крок 3: Перетворення місяця на рівень фактора
- Крок 4: Створіть нову категоріальну змінну, що розділить місяць на три рівні: початок, середина та кінець.
- Крок 5: видаліть відсутні спостереження
Усі ці кроки виконуються за допомогою dplyr і оператора конвеєра %>%.
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"))))
Хорошою практикою є перевірка структури даних за допомогою функції glimpse().
glimpse(data_air)
вихід:
## 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...
У наборі даних є NA. Видалити їх – розумно.
# Step 5 data_air_nona <-data_air %>% na.omit()
Базовий коробковий сюжет
Давайте побудуємо базовий R boxplot() із розподілом озону за місяцями.
# Store the graph
box_plot <- ggplot(data_air_nona, aes(x = Month, y = Ozone))
# Add the geometric object box plot
box_plot +
geom_boxplot()
Пояснення коду
- Збережіть графік для подальшого використання
- box_plot: ви зберігаєте графік у змінній box_plot Це корисно для подальшого використання або уникнення надто складних рядків коду
- Додайте геометричний об’єкт R boxplot()
- Ви передаєте набір даних data_air_nona до ggplot boxplot.
- Всередині аргументу aes() ви додаєте вісь x і вісь y.
- Знак + означає, що ви хочете, щоб R продовжував читати код. Це робить код більш читабельним, розбиваючи його.
- Використовуйте geom_boxplot(), щоб створити коробчату діаграму
вихід:
Змініть сторону графіка
Ви можете перевернути бік графіка.
box_plot + geom_boxplot()+ coord_flip()
Пояснення коду
- box_plot: ви використовуєте графік, який ви зберегли. Це дозволяє уникнути переписування всіх кодів кожного разу, коли ви додаєте нову інформацію на графік.
- geom_boxplot(): Створення boxplots() у R
- coord_flip(): Перевернути бік графіка
вихід:
Змінити колір викиду
Ви можете змінити колір, форму та розмір викидів.
box_plot +
geom_boxplot(outlier.colour = "red",
outlier.shape = 2,
outlier.size = 3) +
theme_classic()
Пояснення коду
- outlier.colour=”red”: контроль кольору викидів
- outlier.shape=2: Змінити форму викиду. 2 відноситься до трикутника
- outlier.size=3: Змінити розмір трикутника. Розмір пропорційний кількості.
вихід:
Додайте підсумкову статистику
Ви можете додати зведену статистику до R boxplot().
box_plot +
geom_boxplot() +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
color = "steelblue") +
theme_classic()
Пояснення коду
- stat_summary() дозволяє додавати підсумок до горизонтального прямокутного графіка R
- Аргумент fun.y керує статистикою, що повертається. Ви будете використовувати середнє
- Примітка. Доступні інші статистичні дані, наприклад мінімальна та макс. На одному графіку можна відображати більше однієї статистики
- geom = “точка”: побудуйте середнє значення з точкою
- size=3: Розмір точки
- color =”steelblue”: Колір точок
вихід:
Box Ділянка з крапками
У наступному горизонтальному прямокутному графіку R ви додаєте шари точкового графіка. Кожна крапка означає спостереження.
box_plot +
geom_boxplot() +
geom_dotplot(binaxis = 'y',
dotsize = 1,
stackdir = 'center') +
theme_classic()
Пояснення коду
- geom_dotplot() дозволяє додавати точку до ширини біна
- binaxis='y': змінює положення крапок уздовж осі y. За замовчуванням вісь х
- dotsize=1: Розмір точок
- stackdir='center': спосіб укладання точок: чотири значення:
- «вгору» (за замовчуванням),
- “Вниз”
- «центр»
- “центральне ціле”
вихід:
Контроль естетики в Box Сюжет
Змініть колір коробки
Ви можете змінити кольори групи.
ggplot(data_air_nona, aes(x = Month, y = Ozone, color = Month)) +
geom_boxplot() +
theme_classic()
Пояснення коду
- Кольори груп контролюються у відображенні aes(). Ви можете використовувати color= Month, щоб змінити колір прямокутника та діаграми вусів відповідно до місяців
вихід:
Box ділянка з кількома групами
Також можна додати кілька груп. Ви можете візуалізувати різницю в якості повітря залежно від дня вимірювання.
ggplot(data_air_nona, aes(Month, Ozone)) +
geom_boxplot(aes(fill = day_cat)) +
theme_classic()
Пояснення коду
- Відображення aes() геометричного об’єкта керує групами для відображення (ця змінна має бути фактором)
- aes(fill= day_cat) дозволяє створити три поля для кожного місяця на осі x
вихід:
Box Ділянка з тремтливими крапками
Ще один спосіб показати крапку – це змішані точки. Це зручний спосіб візуалізації точок за допомогою коробкової діаграми для категоріальних даних у змінній R.
Цей метод дозволяє уникнути накладання дискретних даних.
box_plot +
geom_boxplot() +
geom_jitter(shape = 15,
color = "steelblue",
position = position_jitter(width = 0.21)) +
theme_classic()
Пояснення коду
- geom_jitter() додає невеликий спад до кожної точки.
- shape=15 змінює форму точок. 15 позначає квадрати
- color = “steelblue”: змінити колір точки
- position=position_jitter(width = 0.21): спосіб розміщення точок, що перекриваються. position_jitter(width = 0.21) означає, що ви пересуваєте точки на 20 відсотків від осі x. За замовчуванням 40 відсотків.
вихід:
Ви можете побачити різницю між першим графіком з методом джиттера та другим з точковим методом.
box_plot +
geom_boxplot() +
geom_point(shape = 5,
color = "steelblue") +
theme_classic()
Зарізаний Box Сюжет
Цікавою особливістю geom_boxplot() є функція прямокутної діаграми з вирізами в R. Діаграма з вирізами звужує рамку навколо медіани. Основна мета прямокутного діаграми — порівняти значущість медіани між групами. Є переконливі докази, що дві групи мають різні медіани, коли виїмки не накладаються. Виїмка обчислюється наступним чином:
з — інтерквартиль і кількість спостережень.
box_plot +
geom_boxplot(notch = TRUE) +
theme_classic()
Пояснення коду
- geom_boxplot(notch=TRUE): Створіть горизонтальну прямокутну діаграму R
вихід:
Резюме
Ми можемо узагальнити різні типи горизонтальної коробкової діаграми R у таблиці нижче:
| Мета | код |
|---|---|
| Базовий коробковий сюжет |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() |
| перевернути бік |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + coord_flip() |
| Ділянка з вирізами |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot(notch=TRUE) |
| Box ділянка з рухомими крапками |
ggplot(df, aes( x = x1, y =y)) + geom_boxplot() + geom_jitter(position = position_jitter(0.21)) |
Також перевірте: - Підручник R для початківців: вивчайте мову програмування R
