连续型数据的的分组比较在科研生活中非常常见，比如：实验组和对照组基因表达量的比较、临床病人存活组和死亡组某项检查指标的比较 等等。检验两组连续型数据之间是否存在差异通常会使用T检验。对数据进行展示通常可以使用柱形图，箱线图，小提琴图，直方图，散点图等几种方式。今天的推文分别介绍一下以上5种图形的ggplot2实现代码。
以下代码用到3个R语言包
分别是ggplot2 用来画图RColorBrewer 用来生成颜色dplyr 用来整理数据
ggplot2和dplyr如果是第一次使用需要安装，安装用到的命令是
install.packages("ggplot2")
install.packages("dplyr")
首先是模拟数据集
代码语言：javascript复制set.seed(1234)
crp1<-round(abs(rnorm(200, mean = 150, sd = 48)))
status1<-rep("Death", 200)
data1<-data.frame(crp1, status1)
crp2<-round(abs(rnorm(200, mean = 70, sd = 20)))
status2<-rep("Survivor", 200)
data2<-data.frame(crp2, status2)
colnames(data1)[1]<-"CRP"
colnames(data1)[2]<-"Status"
colnames(data2)[1]<-"CRP"
colnames(data2)[2]<-"Status"
data<-rbind(data1, data2)
View(data)
得到的数据集data是包含两个变量，分别是CRP和Status。模拟的是临床病人存活者和死亡者C反应蛋白（CRP）的差异。
image.png
接下来我们就来看看分别可以用哪些图来展示这样的数据
带误差线的柱形图
首先是对数据集进行转换
代码语言：javascript复制library(dplyr)
df1<-summarise(group_by(data,Status), mean(CRP))
df2<-summarise(group_by(data,Status), sd(CRP))
df3<-left_join(df1, df2)
View(df3)
image.png
画图
代码语言：javascript复制library(ggplot2)
ggplot(df3, aes(Status,`mean(CRP)`))
geom_col(aes(fill=Status),width=0.7,color="black")
geom_errorbar(aes(ymin = `mean(CRP)`,
ymax = `mean(CRP)` `sd(CRP)`),
width = 0.2)
scale_fill_brewer(palette = "Dark2")
theme(legend.position = "none")
image.png
箱线图
代码语言：javascript复制ggplot(data, aes(Status, CRP))
geom_boxplot(aes(fill=Status), width=0.6)
scale_fill_brewer(palette = "Dark2")
theme(legend.position = "none")
箱线图比较常用，这里我给他们上了个色。分组信息在x轴已经体现，故去除图例，避免累赘。出图如下：
小提琴图
代码语言：javascript复制ggplot(data, aes(Status, CRP))
geom_violin(aes(fill = Status))
geom_boxplot(width=0.1)
scale_fill_brewer(palette = "Dark2")
theme(legend.position = "none")
这个图实际上是小提琴图和箱线图的组合。小提琴图的优点在于能够直观地看到数据的分布情况。
直方图
代码语言：javascript复制ggplot(data)
geom_histogram(aes(CRP, fill=Status), position = "identity", alpha=0.6, color="white")
scale_fill_brewer(palette = "Dark2")
直方图同样也能看出数据的分布。但这里因为图形有重叠，我们需要用alpha参数对透明度进行设置。
此外，在直方图的基础上，我们也可以添加核密度曲线：
代码语言：javascript复制ggplot(data, aes(CRP))
geom_histogram(aes(y = ..density.., fill = Status), position = "identity", alpha = 0.6, color = "white")
stat_density(geom = 'line', size=1, position = 'identity', aes(color = Status))
scale_fill_brewer(palette = "Dark2")
scale_color_brewer(palette = "Dark2")
image.png
散点图
代码语言：javascript复制ggplot(data, aes(Status, CRP))
geom_jitter(shape=21, size=4, color="black", aes( fill = Status), width=0.2)
scale_fill_brewer(palette = "Dark2")
theme(legend.position = "none")
image.png
散点图用到的主要图形对象包括geom_jitter和geom_dotplot. geom_jitter产生的点可在一定范围内随机波动，所以也叫抖动点图；而geom_dotplot产生的点可以按照作者想要的方式（比如，居中）进行排列。
代码语言：javascript复制ggplot(data, aes(Status, CRP))
geom_dotplot(binaxis = "y", stackdir = "center",aes(fill = Status), binwidth = 6)
scale_fill_brewer(palette = "Dark2")
theme(legend.position = "none")
image.png
除了以上几种图形之外，还可以对多种图形对象进行组合，比如点图 柱状图，点图 箱线图。这样可使数据的展现更为饱满。
欢迎大家关注我的公众号
小明的数据分析笔记本
