---

---

簡介

箱線圖主要是通過四分位數描述數據分佈，通過最大值，上四分位數，中位數，下四分位數，最小值五處位置描述數據分佈情況。箱線圖能夠顯示出可能爲離羣點（範圍±1.5*IQR以外的值，IQR表示四分位距，即上四分位數與下四分位數的差值）的觀測。
從箱線圖中，可以大致推斷出數據的集中或離散趨勢。

下圖清楚展示了箱線圖的組成部分。

1. 基礎函數—boxplot()

boxplot() 是一個泛型函數，目前支援兩種參數型別：公式和數據。
用法

## S3 method for class 'formula'
boxplot(formula, data = NULL, ..., subset, na.action = NULL,
        xlab = mklab(y_var = horizontal),
        ylab = mklab(y_var =!horizontal),
        add = FALSE, ann = !add, horizontal = FALSE,
        drop = FALSE, sep = ".", lex.order = FALSE)

## Default S3 method:
boxplot(x, ..., range = 1.5, width = NULL, varwidth = FALSE,
        notch = FALSE, outline = TRUE, names, plot = TRUE,
        border = par("fg"), col = NULL, log = "",
        pars = list(boxwex = 0.8, staplewex = 0.5, outwex = 0.5),
         ann = !add, horizontal = FALSE, add = FALSE, at = NULL)

• x 參數爲一個數值向量或者列表，若爲列表則對列表中每一個子物件依次作出箱線圖。
• formula 爲一個公式，比如 y ~ x。
• data 參數爲一個數據框或者列表。
• na.action 參數是對NA值的操作，預設爲忽略。
• ann 參數爲邏輯值，是否繪製座標軸。
• range 是一個延伸倍數，決定了箱線圖的须延伸到什麼位置。
• width 設定箱子的寬度。
• varwidth 爲邏輯值，若爲 TRUE，那麼箱子的寬度與樣本量的平方根成比例。
• notch 決定了是否在箱子上畫凹槽，可以用於比較兩組數據的中位數是否有差異。
• horizontal 是否水平放置箱線圖。
• add 參數設定是否將箱線圖新增到現有圖形上。
• at 參數，當add爲TRUE時，設定箱線圖位置。

範例

數據形式傳入參數

set.seed(1)
boxplot(rnorm(10),rnorm(10),names = c("rn1","rn2"),col = colors()[10:11])

這兩個圖不多贅述了，分別使用了varwidth 參數和notch 參數。

set.seed(2)
op <- par(no.readonly=TRUE)
par(bty = "l",mar = rep(3,4),mfrow = c(1,2))
boxplot(rnorm(10),rnorm(5), col = rgb(1,seq(0,1,length.out = 2),0),
          pch = 4,lwd = 1.5,varwidth = T)
boxplot(rnorm(20),rnorm(10), col = rgb(1,seq(0,1,length.out = 2),0),
        pch = 4,lwd = 1.5,varwidth = T,notch = T)
par(op)

一個常規箱線圖，一個帶凹槽？簡單兩句命令即可實現。

op <- par(no.readonly=TRUE)
par(bty = "l")
boxplot(rnorm(10),NULL, names = c("A","B"),col = "red",pch = 4,lwd = 1.5,at = c(1,2))
boxplot(rnorm(10),col = "blue",lwd = 1.5,notch = T,add = T,at = 2)
par(op)

這裏使用datasets基礎包中的InsectSprays數據集(不同殺蟲劑處理的農業試驗單位昆蟲數量)演示。

# 簡單檢視數據集
head(InsectSprays)
#    count spray
# 1    10     A
# 2     7     A
# 3    20     A
# 4    14     A
# 5    14     A
# 6    12     A
dim(InsectSprays)
# [1] 72  2
summary(InsectSprays)
#   count       spray 
# Min.   : 0.00   A:12  
# 1st Qu.: 3.00   B:12  
# Median : 7.00   C:12  
# Mean   : 9.50   D:12  
# 3rd Qu.:14.25   E:12  
# Max.   :26.00   F:12  

公式傳入數據，經典座標軸繪製箱線圖，並將離羣點樣式更改爲「4」。

op <- par(no.readonly=TRUE)
par(bty = "l",mar = rep(3,4))
boxplot(count ~ spray, data = InsectSprays,
        col = "lightgray", pch = 4)
par(op)

箱線圖水平放置並上色。

op <- par(no.readonly=TRUE)
par(bty = "l",mar = rep(3,4))
boxplot(count ~ spray, data = InsectSprays,
        horizontal = T, col = rgb(1,seq(0,1,length.out = 6),0), pch = 4,
        lwd = 1.5)
par(op)

以衆所周知的mtcars數據集作爲分組箱線圖範例。使用at參數區分兩組數據。

library(magrittr)
library(tidyverse)
set.seed(3)
op <- par(no.readonly=TRUE)
par(mar = rep(3,4))
col <- sample(colors(),3)
mtcars %>% {boxplot(mpg ~ cyl + am,.,at = c(1:3,5:7),col = col)}
par(op)

基礎函數繪製箱線圖到此爲止，基本上能滿足大家的需求。不過不得不吐槽，基礎函數還是不及ggplot。好了，接下來使用ggplot函數繪製箱線圖。

2. ggplot()函數

直接上圖吧，相關繪圖函數大家通過範例去學習。

library(ggplot2)
library(patchwork)
library(RColorBrewer)
InsectSprays %>% {
  p <- ggplot(.,mapping = aes(spray,count))
  p1 <- p + geom_boxplot(outlier.shape = 21,outlier.colour = "red",outlier.fill = "blue",
                         col = "black",fill = brewer.pal(6,"Set1"))
  p2 <- p + stat_boxplot(geom = "errorbar",width=0.3)+
            geom_boxplot(outlier.shape = 21,outlier.colour = "red",outlier.fill = "blue",
                         col = "black",fill = brewer.pal(6,"Set1"))
  p1+p2
}

效果還不錯吧。對比一下，實現你的不同繪圖需求。

接下來，利用ggplot實現分組箱線圖，並通過ggpubr包的相關函數爲組內新增顯著性標記。當然，也可以自定義分組。

library(ggplot2)
library(patchwork)
library(RColorBrewer)
library(ggsci)
library(ggpubr)
mtcars %>% {
  p <- ggplot(.,mapping = aes(as.factor(am),mpg,fill = as.factor(cyl)))
  p1 <- p + geom_boxplot()+
            stat_compare_means()+
            scale_fill_lancet()+
            theme_bw()+
            theme(legend.position = "none")
  p2 <- p + geom_boxplot(notch = T)+
            scale_fill_lancet()+
            theme_classic()
  p1 + p2
}

介紹了這麼多，相信大家肯定有所收穫噢。支援一下作者吧！ 歡迎大家留言討論。

---

##侵權請聯繫作者刪除！