ggstatsplot！常见SCI统计图表一键搞定~~

DataCharm

发布于 2024-01-16 12:00:25

58900

代码可运行

文章被收录于专栏：数据学术商业新闻数据学术商业新闻

运行总次数：0

代码可运行

前言

今天是我的可视化课程上线的第268天，目前学员432人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！
今天是我的可视化学习社群上线的第48天，目前学员129人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

ggstatsplot-常见SCI统计图表一键搞定~~

今天有学员私信我：

有没有一些绘图统计图形特别方便的工具？不需要自己再额外添加一下图形的统计信息

别说，还真有，而且常见的统计图形它都能绘制，更重要的是，统计指标信息自动添加，绘制的结果完全符合出版需求~~

今天这篇推文就带大家了解一下R语言中的王炸绘图工具-「ggstatsplot」

ggstatsplot包介绍

ggstatsplot是一个基于ggplot2的可视化工具包，旨在简化统计分析和数据可视化的过程。

ggstatsplot中的图形旨在显示有关单个变量或两个变量之间的统计信息，这些信息通常需要使用多个图形和函数才能获取。

使用ggstatsplot可以快速而方便地创建常见的统计图表，并将其与其他图表和函数组合在一起以获得更完整的数据分析。

ggstatsplot中包含了许多图形和函数，其中一些常用的图形包括：

均值/中位数对比图：用于比较两个或多个变量的均值或中位数；
箱线图：用于显示变量的分布情况，包括中位数、上下四分位数和异常值；
密度图：用于显示变量的分布情况，可以显示不同组之间的差异；
直方图：用于显示数据的分布情况，可以自定义分组宽度等参数；
QQ图：用于检查数据是否服从正态分布。

此外，ggstatsplot也包括了一些函数，如cooks.distance()、leveragePlots()、qqnorm()等，可以用于诊断线性回归模型。

ggstatsplot包可视化案例 ggstatsplot提供了很多可视化案例，这里小编简单列举几个常见的统计图形样式，如下：

set.seed(123)

ggbetweenstats(
  data  = iris,
  x     = Species,
  y     = Sepal.Length,
  title = "Distribution of sepal length across Iris species"
)

ggbetweenstats

set.seed(123)

grouped_ggwithinstats(
  data            = dplyr::filter(bugs_long, region %in% c("Europe", "North America"), condition %in% c("LDLF", "LDHF")),
  x               = condition,
  y               = desire,
  type            = "np",
  xlab            = "Condition",
  ylab            = "Desire to kill an artrhopod",
  grouping.var    = region
)

grouped_ggwithinstats

set.seed(123)

grouped_gghistostats(
  data              = dplyr::filter(movies_long, genre %in% c("Action", "Comedy")),
  x                 = budget,
  test.value        = 50,
  type              = "nonparametric",
  xlab              = "Movies budget (in million US$)",
  grouping.var      = genre,
  normal.curve      = TRUE,
  normal.curve.args = list(color = "red", size = 1),
  ggtheme           = ggthemes::theme_tufte(),
  ## modify the defaults from `{ggstatsplot}` for each plot
  plotgrid.args     = list(nrow = 1),
  annotation.args   = list(title = "Movies budgets for different genres")
)

grouped_gghistostats

ggscatterstats(
  data  = ggplot2::msleep,
  x     = sleep_rem,
  y     = awake,
  xlab  = "REM sleep (in hours)",
  ylab  = "Amount of time spent awake (in hours)",
  title = "Understanding mammalian sleep"
)

ggscatterstats

set.seed(123)

## as a default this function outputs a correlation matrix plot
ggcorrmat(
  data     = ggplot2::msleep,
  colors   = c("#B2182B", "white", "#4D4D4D"),
  title    = "Correlalogram for mammals sleep dataset",
  subtitle = "sleep units: hours; weight units: kilograms"
)

ggcorrmat

set.seed(123)

ggpiestats(
  data         = mtcars,
  x            = am,
  y            = cyl,
  package      = "wesanderson",
  palette      = "Royal1",
  title        = "Dataset: Motor Trend Car Road Tests",
  legend.title = "Transmission"
)