R - 盒形图:数据分布可视化的初学者指南

你好,有抱负的数据巫师们!今天,我们将使用R语言开启一段激动人心的盒形图之旅。如果你之前从未编写过代码,也不用担心——我会成为你的友好向导,我们将一步一步地学习。在本教程结束时,你将能够像一个专业人士一样创建漂亮的盒形图!

R - Boxplots

什么是盒形图?

在我们深入代码之前,让我们先了解一下什么是盒形图。想象一下,你试图总结班级中所有学生的身高。盒形图就像是一个小巧的盒子,可以让你一眼看出数据的分布情况。它是观察数据的中位数、四分位数以及任何异常值的绝佳方式。

创建你的第一个盒形图

设置R环境

首先,确保我们已经准备好R环境。如果你还没有安装R,请访问R的官方网站,并按照操作系统的安装说明进行安装。

一旦安装了R,打开你的R控制台或如果你在使用RStudio,就打开它。我们现在准备创建一些盒形图!

盒形图的基本语法

在R中创建盒形图的基本语法出奇地简单。以下是它的样子:

boxplot(data)

让我们用一些真实的数据来尝试一下。我们将使用内置的mtcars数据集,它包含了各种汽车模型的信息。

# 创建一个基本的汽车里程数盒形图
boxplot(mtcars$mpg)

当你运行这段代码时,你将看到一个盒形图出现。让我们分解一下你所看到的:

  • 盒子中间的粗黑线是中位数。
  • 盒子底部代表第一四分位数(25%的数据低于这个点)。
  • 盒子顶部代表第三四分位数(75%的数据低于这个点)。
  • 胡须(从盒子延伸出的线)显示数据的范围。
  • 任何超出胡须的点都被认为是异常值。

添加颜色和标签

现在,让我们使我们的盒形图更加信息和视觉吸引人:

# 创建一个更详细的盒形图
boxplot(mtcars$mpg,
main="汽车里程分布",
ylab="每加仑英里数",
col="浅蓝色",
border="深蓝色")

在这个例子中:

  • main给我们的图添加了一个标题。
  • ylab为y轴添加了标签。
  • col用浅蓝色填充了盒子。
  • border使盒子的轮廓变为深蓝色。

比较多个组

盒形图的一个优点是能够并排比较不同的组。让我们比较不同气缸数的汽车的里程:

# 比较不同气缸数的汽车里程
boxplot(mpg ~ cyl, data=mtcars,
main="汽车里程按气缸数",
xlab="气缸数",
ylab="每加仑英里数",
col=c("浅绿色", "浅蓝色", "粉红色"))

在这里,我们使用公式表示法mpg ~ cyl,告诉R为cyl中的每个唯一值创建mpg的盒形图。我们也为每个组添加了不同的颜色。

带有缺口的盒形图

既然我们已经掌握了基础知识,让我们通过添加缺口来使我们的盒形图更加精致。

缺口是什么?

缺口是盒子侧面的一个小凹槽。它不仅是为了美观——它实际上帮助我们比较组间的中位数。如果两个盒子的缺口不重叠,那么这是一个强烈的证据,表明中位数是不同的。

创建带缺口的盒形图

让我们修改之前的例子来包含缺口:

# 创建一个带缺口的盒形图
boxplot(mpg ~ cyl, data=mtcars,
main="汽车里程按气缸数",
xlab="气缸数",
ylab="每加仑英里数",
col=c("浅绿色", "浅蓝色", "粉红色"),
notch=TRUE)

这里唯一新的参数是notch=TRUE。这个简单的添加给了我们那些信息丰富的缺口。

解释带缺口的盒形图

仔细观察缺口。如果两个盒子的缺口不重叠,我们可以确信这些组的真实中位数(中间值)是不同的。这是一种快速直观的方式来发现组之间的显著差异!

定制你的盒形图

既然你已经掌握了基础知识,让我们看看如何使你的盒形图更加信息和视觉吸引人。

添加个体数据点

有时,看到实际的盒形图旁边的数

Credits: Image by storyset