R语言可视化——箱线图及其美化技巧

今天跟大家分享如何在R语言中利用ggplot函数制作箱线图及其美化。

箱线图也是经常会用到的用于呈现数据分布形态的重要的图表类型。

还是以ggplot2包内置的数据集为例进行案例演示：

ggplot(mpg,aes(class,displ))+geom_boxplot()

以上是最简单的形式，一个分类变量，一个连续性数值型；我们通过添加分类变量，让箱线图能够呈现更多的数据信息。

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()

接下来我们还像往常一样，通过position参数的切换来验证boxplot图表的position参数使用规则：

ggplot(diamonds,aes(cut,price,fill=color,alpha=1/30))+geom_boxplot(position="identity")

#当将位置设置为不做任何变换时，分类后的箱线图会在对应的X轴分类项相互叠加，造成遮挡阅读不便，不推荐此参数。

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot(position="stack")

根据经验我们就可以猜到，估计使用堆积方式来呈现多维箱线图肯定会失败，因为即便真的将分类箱线图堆积起来，那么其呈现数据分布形态的功能也就丧失殆尽，果然软件是报错的。

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot(position="dodge")

果然在添加有多分类变量时，箱线图默认使用的position参数是dodge。

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot(position="fill")

同样将position参数设定为堆积百分比也毫无意义，软件没有通过并提出警示。

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+facet_grid(.~color)

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+facet_wrap(~color)

仔细体会两种分面函数效果的差异：

箱线图美化：

簇状：

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+ggtitle("Box Plot")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+ggtitle("Box Plot")+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL))

分面：

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+ggtitle("Box Plot")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))+ facet_grid(.~color)

ggplot(diamonds,aes(cut,price,fill=color))+geom_boxplot()+ggtitle("Box Plot")+theme_economist()+scale_fill_economist()+guides(fill=guide_legend(title=NULL))+facet_grid(.~color)