QQ图和ECDF
sunqi
2020/8/3
QQ图
用来描述数据正态性的问题，配合正态性检验进行分析
主要的函数和参数
stat_qq()
color, shape and size：和之前一样
代码
代码语言：javascript复制rm(list = ls())
# 导入需要的包
library(ggplot2)
# 用于绘图拼接
library(patchwork)
# 用于数据处理分析
library(tidyverse)
# 设置ggplot的主题
theme_set(theme_minimal()
theme(legend.position = "top"))
#自定义数据get函数
get_data <- function() {
set.seed(1234)
df = data.frame(sex = factor(rep(c("F", "M"), each = 200)),
weight = c(rnorm(200, 55), rnorm(200, 58)))
return(df)
}
#调用函数
dataset <- get_data()
# 绘图
p1 <- dataset %>% ggplot(aes(sample = weight))
# QQ图，根据颜色分组
stat_qq(aes(color = sex))
# 配色方案
scale_color_manual(values = c("#00AFBB", "#E7B800"))
# 添加lab
labs(y = "Weight")
# 除了ggplot2，ggpbur也可以进行qq图的绘制
# 使用ggpbur包中的ggqqplot函数绘制
library(ggpubr)
p2 <- dataset %>% ggqqplot(
x = "weight",
color = "sex",
palette = c("#0073C2FF", "#FC4E07"),
# 设置主题
ggtheme = theme_pubclean()
)
# 这里就体现出ggpubr的优势，好看
p1 p2
ECDF图
ECDF：Empirical cumulative distribution function，用于描述数据的分布，横坐标为指标，纵坐标为累计概率
从图中可以看出数据的分布比例
代码
代码语言：javascript复制# 绘图
p3 <- dataset %>% ggplot(aes(x = weight))
# ECDF函数
# 设置性别组，绘制两条曲线
stat_ecdf(aes(color = sex, linetype = sex),
# 阶梯状的升高
geom = "step",
size = 1.5)
# 配色方案
scale_color_manual(values = c("#00AFBB", "#E7B800"))
labs(y = "f(weight)")
# x周为体重的值，y轴为比例
# 从图中可以看出小于多少体重占比n%
p3
结束语
此次为ggplot2系列的最后一次内容，基本的图形已经介绍完毕，总体来说，ggplot语法结构大同小异，用的时候查函数就行。其实ggplot还可以实现很多绘图的功能，暂时就更新到这里，其他绘图后面有时间再更新，希望能够完善。
love&peace
