R ggplot2 geom_boxplot 盒須圖(Tukey 風格)

箱線圖簡潔地顯示了連續變量的分布。它可視化五個匯總統計數據(中位數、兩個鉸鏈和兩個胡須)，以及所有"outlying" 點。

用法

geom_boxplot(
  mapping = NULL,
  data = NULL,
  stat = "boxplot",
  position = "dodge2",
  ...,
  outlier.colour = NULL,
  outlier.color = NULL,
  outlier.fill = NULL,
  outlier.shape = 19,
  outlier.size = 1.5,
  outlier.stroke = 0.5,
  outlier.alpha = NULL,
  notch = FALSE,
  notchwidth = 0.5,
  varwidth = FALSE,
  na.rm = FALSE,
  orientation = NA,
  show.legend = NA,
  inherit.aes = TRUE
)

stat_boxplot(
  mapping = NULL,
  data = NULL,
  geom = "boxplot",
  position = "dodge2",
  ...,
  coef = 1.5,
  na.rm = FALSE,
  orientation = NA,
  show.legend = NA,
  inherit.aes = TRUE
)

參數

mapping

由 aes() 創建的一組美學映射。如果指定且inherit.aes = TRUE(默認)，它將與繪圖頂層的默認映射組合。如果沒有繪圖映射，則必須提供mapping。

data

該層要顯示的數據。有以下三種選擇：

如果默認為 NULL ，則數據繼承自 ggplot() 調用中指定的繪圖數據。

data.frame 或其他對象將覆蓋繪圖數據。所有對象都將被強化以生成 DataFrame 。請參閱fortify() 將為其創建變量。

將使用單個參數(繪圖數據)調用function。返回值必須是 data.frame ，並將用作圖層數據。可以從 formula 創建 function (例如 ~ head(.x, 10) )。

position

位置調整，可以是命名調整的字符串(例如 "jitter" 使用 position_jitter )，也可以是調用位置調整函數的結果。如果需要更改調整設置，請使用後者。

...

其他參數傳遞給 layer() 。這些通常是美學，用於將美學設置為固定值，例如 colour = "red" 或 size = 3 。它們也可能是配對的 geom/stat 的參數。

outlier.colour, outlier.color, outlier.fill, outlier.shape, outlier.size, outlier.stroke, outlier.alpha

異常值的默認美學。設置為 NULL 以繼承用於盒子的美學。

萬一您同時指定了美國和英國的顏色拚寫，則美國拚寫優先。

有時隱藏異常值可能很有用，例如將原始數據點疊加在箱線圖上時。隱藏異常值可以通過設置 outlier.shape = NA 來實現。重要的是，這不會刪除離群值，而隻是隱藏它們，因此為 y 軸計算的範圍將與顯示的離群值和隱藏的離群值相同。

notch

如果FALSE(默認)製作標準箱線圖。如果是 TRUE ，則繪製缺口箱線圖。缺口用於比較組；如果兩個盒子的缺口不重疊，則表明中位數顯著不同。

notchwidth

對於缺口箱線圖，缺口相對於主體的寬度(默認為 notchwidth = 0.5 )。

varwidth

如果FALSE(默認)製作標準箱線圖。如果是 TRUE ，則繪製框的寬度與組中觀測值數量的平方根成正比(可能使用 weight 美學進行加權)。

na.rm

如果 FALSE ，則默認缺失值將被刪除並帶有警告。如果 TRUE ，缺失值將被靜默刪除。

orientation

層的方向。默認值 ( NA ) 自動根據美學映射確定方向。萬一失敗，可以通過將 orientation 設置為 "x" 或 "y" 來顯式給出。有關更多詳細信息，請參閱方向部分。

show.legend

合乎邏輯的。該層是否應該包含在圖例中？ NA(默認值)包括是否映射了任何美學。 FALSE 從不包含，而 TRUE 始終包含。它也可以是一個命名的邏輯向量，以精細地選擇要顯示的美學。

inherit.aes

如果 FALSE ，則覆蓋默認美學，而不是與它們組合。這對於定義數據和美觀的輔助函數最有用，並且不應繼承默認繪圖規範的行為，例如borders() 。

geom, stat

用於覆蓋 geom_boxplot() 和 stat_boxplot() 之間的默認連接。

coef

晶須的長度為 IQR 的倍數。默認為 1.5。

方向

該幾何體以不同的方式對待每個軸，因此可以有兩個方向。通常，方向很容易從給定映射和使用的位置比例類型的組合中推斷出來。因此，ggplot2 默認情況下會嘗試猜測圖層應具有哪個方向。在極少數情況下，方向不明確，猜測可能會失敗。在這種情況下，可以直接使用 orientation 參數指定方向，該參數可以是 "x" 或 "y" 。該值給出了幾何圖形應沿著的軸，"x" 是您期望的幾何圖形的默認方向。

統計匯總

下鉸鏈和上鉸鏈對應於第一和第三四分位數(第 25 個和第 75 個百分位數)。這與 boxplot() 函數使用的方法略有不同，並且對於小樣本可能會很明顯。有關如何計算 boxplot() 鉸鏈位置的更多信息，請參閱boxplot.stats()。

上須線從鉸鏈延伸到最大值，距離鉸鏈不超過 1.5 * IQR(其中 IQR 是 inter-quartile 範圍，或第一和第三四分位數之間的距離)。下部須線從鉸鏈延伸至鉸鏈的至多 1.5 * IQR 的最小值。超出晶須末端的數據稱為 "outlying" 點，並單獨繪製。

在缺口箱形圖中，缺口延伸 1.58 * IQR / sqrt(n) 。這為比較中位數提供了大約 95% 的置信區間。請參閱McGill 等人。 (1978)了解更多細節。

美學

geom_boxplot() 理解以下美學(所需的美學以粗體顯示)：

• x 或者 y

• lower 或者 xlower

• upper 或者 xupper

• middle 或者 xmiddle

• ymin 或者 xmin

• ymax 或者 xmax

• alpha

• colour

• fill

• group

• linetype

• linewidth

• shape

• size

• weight

在 vignette("ggplot2-specs") 中了解有關設置這些美學的更多信息。

計算變量

這些是由層的 'stat' 部分計算的，可以使用 delayed evaluation 訪問。 stat_boxplot() 提供以下變量，其中一些取決於方向：

• after_stat(width)
  箱線圖的寬度。

• after_stat(ymin) 或者 after_stat(xmin)
  下須須 = 大於或等於下須須的最小觀測值 - 1.5 * IQR。

• after_stat(lower) 或者 after_stat(xlower)
  下鉸鏈，25% 分位數。

• after_stat(notchlower)
  凹口下緣 = 中位數 - 1.58 * IQR /sqrt(n)。

• after_stat(middle) 或者 after_stat(xmiddle)
  中位數，50% 分位數。

• after_stat(notchupper)
  缺口上邊 = 中位數 + 1.58 * IQR /sqrt(n)。

• after_stat(upper) 或者 after_stat(xupper)
  上鉸鏈，75% 分位數。

• after_stat(ymax) 或者 after_stat(xmax)
  上胡須 = 小於或等於上胡須的最大觀測值 + 1.5 * IQR。

參考

McGill, R.、Tukey, J. W. 和 Larsen, W. A. (1978) 箱線圖的變體。 《美國統計學家》32, 12-16。

也可以看看

例子

p <- ggplot(mpg, aes(class, hwy))
p + geom_boxplot()

# Orientation follows the discrete axis
ggplot(mpg, aes(hwy, class)) + geom_boxplot()


p + geom_boxplot(notch = TRUE)
#> Notch went outside hinges
#> ℹ Do you want `notch = FALSE`?
#> Notch went outside hinges
#> ℹ Do you want `notch = FALSE`?

p + geom_boxplot(varwidth = TRUE)

p + geom_boxplot(fill = "white", colour = "#3366FF")

# By default, outlier points match the colour of the box. Use
# outlier.colour to override
p + geom_boxplot(outlier.colour = "red", outlier.shape = 1)

# Remove outliers when overlaying boxplot with original data points
p + geom_boxplot(outlier.shape = NA) + geom_jitter(width = 0.2)


# Boxplots are automatically dodged when any aesthetic is a factor
p + geom_boxplot(aes(colour = drv))


# You can also use boxplots with continuous x, as long as you supply
# a grouping variable. cut_width is particularly useful
ggplot(diamonds, aes(carat, price)) +
  geom_boxplot()
#> Warning: Continuous x aesthetic
#> ℹ did you forget `aes(group = ...)`?

ggplot(diamonds, aes(carat, price)) +
  geom_boxplot(aes(group = cut_width(carat, 0.25)))

# Adjust the transparency of outliers using outlier.alpha
ggplot(diamonds, aes(carat, price)) +
  geom_boxplot(aes(group = cut_width(carat, 0.25)), outlier.alpha = 0.1)


# \donttest{
# It's possible to draw a boxplot with your own computations if you
# use stat = "identity":
set.seed(1)
y <- rnorm(100)
df <- data.frame(
  x = 1,
  y0 = min(y),
  y25 = quantile(y, 0.25),
  y50 = median(y),
  y75 = quantile(y, 0.75),
  y100 = max(y)
)
ggplot(df, aes(x)) +
  geom_boxplot(
   aes(ymin = y0, lower = y25, middle = y50, upper = y75, ymax = y100),
   stat = "identity"
 )

# }