【原】ggplot2 分组箱线图图绘制方法

1. 载入软件包

这里使用R语言的data.table和ggplot2

library(ggplot2)library(data.table)

2. 生成模拟数据

生成示例数据

library(data.table)library(ggplot2)dat <- data.table(Spring = c(runif(9,0,1),2), Summer = runif(10,0,1), Autumn = runif(10,0,1), Winter = runif(10,0,1))dat1 = melt(dat)

数据如下:

variable value 1: Spring 0.35080952 2: Spring 0.54117242 3: Spring 0.57099138 4: Spring 0.69833364 5: Spring 0.17191075 6: Spring 0.63691289 7: Spring 0.40214424 8: Spring 0.97314831 9: Spring 0.8395677810: Spring 2.0000000011: Summer 0.4784080412: Summer 0.7955413513: Summer 0.1592947614: Summer 0.4545910615: Summer 0.3667024316: Summer 0.0221140317: Summer 0.2891866318: Summer 0.6383328919: Summer 0.8030753920: Summer 0.8959408021: Autumn 0.9084373322: Autumn 0.4316380123: Autumn 0.2539882524: Autumn 0.6649632625: Autumn 0.2947191326: Autumn 0.5718252827: Autumn 0.5199808628: Autumn 0.4803617029: Autumn 0.3576327830: Autumn 0.3607939431: Winter 0.5030135232: Winter 0.8036745433: Winter 0.9226086134: Winter 0.2509871735: Winter 0.6701092236: Winter 0.8158710937: Winter 0.1694603138: Winter 0.4186841639: Winter 0.0333325640: Winter 0.40031857 variable value

注意， 这里data.table的melt函数，完全可以代替reshape2的melt函数，速度更快。

3. 生成分组箱线图

要点

• data=dat1 # 定义数据

• aes(x = variable, y = value) # 定义x轴和y轴

• geom_boxplot() #定义箱线图

  
  

  

• ggplot(data=dat1,aes(x=variable,y=value)) +geom_boxplot()

为不同的箱线图添加颜色

ggplot(data=dat1,aes(x=variable,y=value,colour=variable)) +geom_boxplot()

近期热文：

2019年统计遗传学暑期学校通知

数量遗传学应该怎么学?

structure 2.3.4 软件使用指南

DMU在windows下安装测试—外篇1

混合线性模型如何检测固定因子和随机因子的显著性以及计算R2

GCTA PCA分析cookbook

如何高效学习及自我管理