R语言ggplot2画图比较两组连续型数据的几种方案分别是怎样的

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")

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。

 

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

首先是对数据集进行转换

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)

 

画图

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")

 

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：

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。

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：

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")

 

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")

 

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。

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")

    

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。