使用ggplot2畫帶狀圖(Stripcharts using ggplot2)


套路58: 使用ggplot2畫帶狀圖(Stripcharts using ggplot2)

1. 使用時機: 拿到數據時，對數據的某些基本特徵(集中，分散)進行分析了解。帶狀圖與點圖不同之處在於點很多時帶狀圖數值相同(近)的點會散開，不會因為重疊而誤以為點很少或重複少。

2. 分析類型: 敘述性統計，資料視覺化，R繪圖。

3. 範例一、單變數一組樣本(資料):
第一步: 資料，用小c將資料放入名稱為Len的vector (R最基本資料結構)。用rep函數產生與資料相同數目的(26個)大寫F放入名稱為Fish的vector，再組合成名稱為dat的data frame。
  Len <- c(14.3, 15.8, 14.6, 16.1, 12.9, 15.1, 17.3, 14.0, 14.5, 13.9, 16.2, 14.3, 14.6, 13.3, 15.5, 11.8, 14.8,  13.5, 16.3, 15.4, 15.5, 13.9, 10.7, 14.8, 12.9, 15.4)
  Fish <- rep("F", 26)
  dat <- data.frame(Len, Fish)
  dat  # 顯示資料，可檢查資料格式是否正確
第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(dat, aes(x = Fish, y = Len)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = mean, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及平均值(紅色點)。
結果:
第四步: 畫圖二。
  ggplot(dat, aes(x = Fish, y = Len)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = median, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及中數(紅色點)。
結果:
第四步: 畫圖三。
  ggplot(dat, aes(x = Fish, y = Len)) +
    geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
    stat_summary(fun.data = mean_sdl, mult = 1, geom = "pointrange", color = "red")
# 同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
第四步: 畫圖四。
  ggplot(dat, aes(x = Fish, y = Len)) +
     geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
     stat_summary(fun.data = "mean_sdl", mult = 1, geom = "crossbar", width = 0.5, color = "red")
#同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
4. 範例二、單變數兩組樣本(資料):
第一步: 資料，咪路調查高一和大一學生體重(kg)，資料如下:
高一
41
35
33
36
40
46
31
37
34
30
38
大一
52
57
62
55
64
57
56
55
60
59

用小c將資料放入名稱為h1及u1的vector (R最基本資料結構)。用rep函數產生與資料相同數目的(11及10個)大寫H及U放入名稱為h2及u2的vector，再組合成名稱為dat的data frame。
  h1 <- c(41, 35, 33, 36, 40, 46, 31, 37, 34, 30, 38)
  u1 <- c(52, 57, 62, 55, 64, 57, 56, 55, 60, 59)
  h2 <- rep("H", 11)
  u2 <- rep("U", 10)
  Weight <- c(h1, u1)
  School <- c(h2, u2)
  dat <- data.frame(Weight, School)
  dat  # 顯示資料，可檢查資料格式是否正確
第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(dat, aes(x = School, y = Weight)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = mean, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及平均值(紅色點)。
結果:
第四步: 畫圖二。
  ggplot(dat, aes(x = School, y = Weight)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = median, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及中數(紅色點)。
結果:
第四步: 畫圖三。
  ggplot(dat, aes(x = School, y = Weight)) +
     geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
     stat_summary(fun.data = mean_sdl, mult = 1, geom = "pointrange", color = "red")
# 同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
第四步: 畫圖四。
  ggplot(dat, aes(x = School, y = Weight)) +
     geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
     stat_summary(fun.data = "mean_sdl", mult = 1, geom = "crossbar", width = 0.5, color = "red")
# 同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
5. 範例三、單變數多組樣本(資料):
第一步: 資料，咪路調查餵食不同飼料的肉雞體重(g)，資料如下：
飼料1
飼料2
飼料3
飼料4
61.8
78.8
70.5
60.3
65.1
79.5
72.6
63.8
61.7
76.0
71.7
64.1
63.3
73.4
72.0
61.4

77.3
71.1
60.9
使用基本模組(base)的read.table函數輸入建立資料儲存到變數m。
m <- read.table(header = TRUE, text = "
Feed Weight
F1 61.8
F1 65.1
F1 61.7
F1 63.3
F2 78.8
F2 79.5
F2 76.0
F2 73.4
F2 77.3
F3 70.5
F3 72.6
F3 71.7
F3 72.0
F3 71.1
F4 60.3
F4 63.8
F4 64.1
F4 61.4
F4 60.9")  # 資料間以空白間隔，F1-F4: 餵食不同飼料。
attach(m)  # 告知R使用資料m。
names(m)  # 指定資料標題。

第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(m, aes(x = Feed, y = Weight)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = mean, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及平均值(紅色點)。
結果:
第四步: 畫圖二。
  ggplot(m, aes(x = Feed, y = Weight)) +
     geom_jitter(position=position_jitter(0.2), dotsize = 0.5, color="blue") +
     stat_summary(fun.y = median, geom = "point", shape = 18, size = 3, color = "red")
# 同時畫帶狀圖(藍色點)及中數(紅色點)。
結果:
第四步: 畫圖三。
  ggplot(m, aes(x = Feed, y = Weight)) +
     geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
     stat_summary(fun.data = mean_sdl, mult = 1, geom = "pointrange", color = "red")
# 同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
第四步: 畫圖四。
  ggplot(m, aes(x = Feed, y = Weight)) +
     geom_jitter(position = position_jitter(0.2), dotsize = 0.5, color = "blue") +
     stat_summary(fun.data = "mean_sdl", mult = 1, geom = "crossbar", width = 0.5, color = "red")
# 同時畫帶狀圖(藍色點)及標示平均值 +/- 標準差(紅色線)。
結果:
6. 範例四、二變數樣本(資料):
第一步: 資料，咪路調查人類血漿中鉀離子濃度(mg/100 ml)資料如下：
沒注射賀爾蒙
注射賀爾蒙
雌
雄
雌
雄
16.3
15.3
38.1
34.0
20.4
17.4
26.2
22.8
12.4
10.9
32.3
27.8
15.8
10.3
35.8
25.0
9.5
6.7
30.2
29.3
使用基本模組(base)的read.table函數輸入建立資料儲存到變數m。
m <- read.table(header = TRUE, text = "
Hor Sex Conc
N_H F 16.3
N_H F 20.4
N_H F 12.4
N_H F 15.8
N_H F 9.5
N_H M 15.3
N_H M 17.4
N_H M 10.9
N_H M 10.3
N_H M 6.7
A_H F 38.1
A_H F 26.2
A_H F 32.3
A_H F 35.8
A_H F 30.2
A_H M 34
A_H M 22.8
A_H M 27.8
A_H M 25
A_H M 29.3")  # 資料間以空白間隔，N_H: 沒注射賀爾蒙A_H: 有注射賀爾蒙。
attach(m)  # 告知R使用資料m。
names(m)  # 指定資料標題。

第二步: 安裝程式套件ggplot2。
第三步: 呼叫ggplot2。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(m, aes(x = Hor, y = Conc, color = Sex)) +
     geom_jitter(position = position_dodge(0.8), dotsize = 0.5)
結果:
第四步: 畫圖二。
  ggplot(m, aes(x = Hor, y = Conc, fill = Sex)) +
     geom_boxplot(position = position_dodge(0.8))+
     geom_jitter(position=position_dodge(0.8))
# 加上box plot
結果:
7. 範例五、三變數樣本(資料):
第一步: 資料，咪路研究溫度對孔雀魚(Poecilia reticulata)、寶蓮燈魚(Paracheirodon axelrodi)及斑馬魚(Danio rerio)生長的影響。在20°C、24°C 及28°C培養下，三種魚身長變化(cm)資料如下：
孔雀魚(Poecilia reticulata)
20°C
24°C
28°C
雄
雌
雄
雌
雄
雌
0.9
0.8
1.15
1.2
1.45
1.5
0.8
0.7
1.05
1.35
1.4
1.55
0.6
0.4
1.0
1.2
1.7
1.5
0.4
0.5
1.0
1.3
1.6
1.35

斑馬魚(Danio rerio)
20°C
24°C
28°C
雄
雌
雄
雌
雄
雌
1.05
1.15
1.2
1.0
1.8
1.55
1.0
1.0
1.3
1.15
1.55
1.5
0.9
0.95
1.35
1.05
1.7
1.4
1.1
0.85
1.15
1.2
1.6
1.6

寶蓮燈魚(Paracheirodon axelrodi)
20°C
24°C
28°C
雄
雌
雄
雌
雄
雌
0.55
0.7
1.0
1.2
1.45
1.6
0.6
0.5
1.05
1.3
1.4
1.45
0.5
0.65
0.95
1.15
1.5
1.4
0.7
0.6
1.1
1.1
1.55
1.45
使用基本模組(base)的read.table函數輸入建立資料儲存到變數m。
m <- read.table(header = TRUE, text = "
Fish Temp Sex Growth
F1 t20 M 0.95
F1 t20 M 0.9
F1 t20 M 0.8
F1 t20 M 0.7
F1 t20 F 0.9
F1 t20 F 0.85
F1 t20 F 0.7
F1 t20 F 0.75
F1 t24 M 1.15
F1 t24 M 1.05
F1 t24 M 1
F1 t24 M 1.3
F1 t24 F 1.2
F1 t24 F 1.35
F1 t24 F 1.2
F1 t24 F 1.3
F1 t28 M 1.45
F1 t28 M 1.4
F1 t28 M 1.7
F1 t28 M 1.6
F1 t28 F 1.5
F1 t28 F 1.55
F1 t28 F 1.5
F1 t28 F 1.35
F2 t20 M 1.05
F2 t20 M 1
F2 t20 M 0.9
F2 t20 M 1.1
F2 t20 F 1.15
F2 t20 F 1
F2 t20 F 0.95
F2 t20 F 0.85
F2 t24 M 1.2
F2 t24 M 1.3
F2 t24 M 1.35
F2 t24 M 1.15
F2 t24 F 1
F2 t24 F 1.15
F2 t24 F 1.05
F2 t24 F 1.2
F2 t28 M 1.8
F2 t28 M 1.55
F2 t28 M 1.7
F2 t28 M 1.6
F2 t28 F 1.55
F2 t28 F 1.5
F2 t28 F 1.4
F2 t28 F 1.6
F3 t20 M 0.55
F3 t20 M 0.6
F3 t20 M 0.5
F3 t20 M 0.7
F3 t20 F 0.7
F3 t20 F 0.5
F3 t20 F 0.65
F3 t20 F 0.6
F3 t24 M 1
F3 t24 M 1.05
F3 t24 M 0.95
F3 t24 M 1.1
F3 t24 F 1.2
F3 t24 F 1.3
F3 t24 F 1.15
F3 t24 F 1.1
F3 t28 M 1.45
F3 t28 M 1.4
F3 t28 M 1.5
F3 t28 M 1.55
F3 t28 F 1.6
F3 t28 F 1.45
F3 t28 F 1.4
F3 t28 F 1.45")  # 資料以空白間隔，F1~F3是不同魚，t20~t28是不同溫度，F、M是性別
attach(m)  # 告知R使用資料m
names(m)  # 指定資料標題

第二步: 安裝程式套件ggplot2。
第三步: 呼叫ggplot2。
  library(ggplot2)
第四步: 畫圖一。
  ggplot(m, aes(x = Temp, y = Growth, color = Sex)) +
     geom_jitter(position = position_dodge(1), dotsize = 0.5) +
     facet_grid(. ~ Fish)
# 三種魚畫三格，畫成3 x 1排列
結果:
第四步: 畫圖二。
  ggplot(m, aes(x = Temp, y = Growth, fill = Sex)) +
     geom_boxplot(position = position_dodge(0.8))+
     geom_jitter(position=position_dodge(0.8)) +
     facet_grid(. ~ Fish)
# 三種魚畫三格，畫成1 x 3排列，加上box plot
結果:

來勁了嗎? 想知道更多?? 補充資料(連結): 關於R繪圖快速入門
1. ggplot2: https://ggplot2.tidyverse.org/
2. Cookbook for R: http://www.cookbook-r.com/Graphs/
3. STHDA: http://www.sthda.com/english/wiki/ggplot2-essentials

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 兩組變異數不同樣本 t 檢定 ( t Test for Two-Samples with Unequal Variances ， Welch Two Sample t test) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (...
閱讀完整內容

如何選擇統計方法 1

如何選擇統計方法 1 第一步 : 選擇統計方法可 依照統計方法用途的分類 來選擇統計方法 。 第二步 : 要了解確認統計方法的用途可看他的虛無假設 (Null hypothesis) H 0 。 以下為統計方法用途分類及本站網頁聯結 。 類別 1. 對資料進行基本分析 ， 以了解資料的大概情況 (summary) ， 例如平均值 、 中位數 、 四分位數 、 有無離群值 (outlier) 及是否為常態分布等 … 敘述性統計 (Descriptive Statistics) 如何檢查資料是否接近常態分布 (Normality Test using R) 類別 2. 比較平均值 (mean) 或中位數 (median) 2.1. 單一樣本 ( 與期望值或特定值相比 ) 單一樣本 Z 檢定 (One-Sample Z test) 單一樣本 t 檢定 (One-Sample t test) 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test) 單一樣本符號檢定 (One Sample Sign test) 2.2. 兩組獨立樣本 ( 兩組獨立樣本相比 ) 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 兩組變異數相同樣本 t 檢定 (t Test for Two-Samples with Equal Variances) 兩組變異數不同樣本 t 檢定 (t Test for Two-Samples with Unequal Variances ， Welch Two Sample t-test) 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann-Whitney U Test) 比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data) 兩組獨立樣本 Mood's 中位數檢定 (Two-Sample Mood's Median Test) 2.3. 兩組成對樣本 ( 兩組成對樣本相比 ) 成對樣本 t 檢定 (Pai...
閱讀完整內容

單因子多樣本中位數差異檢定 (Kruskal-Wallis test)

圖片
套路 21: 單因子多樣本中位數差異檢定 (Kruskal-Wallis test) 變異數分析適用連續資料之差異分析，若自變項有一個，就是單因子變異數分析。 多樣本中位數差異檢定是對應 單因子變異數分析的無母數分析方法。當數據不符合單因子變異數分析的前提假設 ( 相同變異數，數據為常態分布 ) 時，可選擇 多樣本中位數差異檢定來做為替代分析方法 。 ** 注意 ** ” 比較變異數 ” (comparing variances) 和 ” 變異數分析 ” (analysis of variance) 不同。變異數分析是多組資料比較平均值或中位數。統計假設檢定檢定什麼 ? 看 H 0 。例如多組獨立樣本假設檢定 H 0 : k 組樣本中位數相同， H A : 至少有一組中位數不同 ， 是檢定多組資料的中位數是否相同。假設相等時為雙尾 (two-tailed test) 檢定。 1. 使用時機 : 用於比較多組樣本中位數 (median) 。 2. 分析類型 : 無母數分析 (non-parametric analysis) 。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 假設前提 : 無。 4. 範例資料 : 咪路調查餵食不同飼料的肉雞體重 (g) ， 資料如下： 飼料 1 飼料 2 飼料 3 飼料 4 61.8 78.8 70.5 60.3 65.1 79.5 72.6 63.8 61.7 76.0 71.7 64.1 63.3 73.4 72.0 61.4 77.3 71.1 60.9 不同飼料是否效果不同 ? H 0 : 餵食不同飼料的肉雞體重 ( 中位數 ) 相同。 H A : 餵食不同飼料的肉雞體重 ...
閱讀完整內容