听说你只会画箱图？

为体现组间差异，可能大部分人都会第一个想到箱图（boxplot）来展示；但是当审稿人看到满屏Figure都是箱图的时候，肯定会觉得作者团队数据可视化能力还有待提高，如何给审稿人美好的第一印象，科研数据的可视化非常重要，相同的数据，除了箱图，我们还可以使用小提琴图或者密度分布图来展示结果，而且尽量让一些统计学结果体现在图里。

代码语言：javascript复制

library(ggplot2)
bp <- ggplot(data=PlantGrowth, aes(x=group, y=weight, fill=group))   
  geom_boxplot() 
  scale_fill_brewer(palette="Dark2")
bp

下面使用密度分布图来展示结果；

代码语言：javascript复制

dp<-ggplot(PlantGrowth, aes(x= weight, fill= group))  
  scale_fill_brewer(palette="Dark2") 
  geom_density(alpha=0.56)
dp

接着我们试图将一些统计学参数加上，增加图可视化和信息量；（这里使用的是中位数）

代码语言：javascript复制

library(plyr)
mu <- ddply(PlantGrowth, "group", summarise, grp.median=median(weight))
head(mu)
#  group grp.median
#1  ctrl    5.155
#2  trt1    4.550
#3  trt2    5.435
dp geom_vline(data = mu, aes(xintercept = grp.median),
           linetype="dashed",color = "grey")

说到统计学指标，这里墙裂推荐ggstatsplot；不用吹，看图就知道多强大了；出图的时候还顺带帮你把统计学比较做完了，真是造福百姓！感兴趣者可以上网站好好研究一下：：https://www.r-pkg.org/pkg/ggstatsplot

代码语言：javascript复制

library("ggstatsplot")
ggbetweenstats(
  data = PlantGrowth, 
  x = group, 
  y = weight,
  palette = "Dark2",  
  messages = FALSE)

数据可视化 boxplot figure 可视化

0 人点赞