21 基础绘图之直方图与箱线图

在上一篇教程中，我们学习了如何绘制基本的散点图与线图。今天，我们将继续探索R的基础绘图功能，专注于两个重要的图形：直方图和箱线图。这两个图形是统计分析中不可或缺的工具，有助于我们理解数据的分布和离散程度。

直方图

直方图是一种用于展示数据分布的图形。它通过将数据分成若干个区间（或称为“bins”），然后计算每个区间内的数据数量来生成。

直方图的基本用法

在R中，我们可以使用hist()函数来创建直方图。下面是一个基本的直方图示例：

# 生成随机数据
set.seed(123)
data <- rnorm(1000, mean = 50, sd = 10)

# 绘制直方图
hist(data, 
     main = "随机数据的直方图", 
     xlab = "值", 
     ylab = "频数", 
     col = "lightblue", 
     border = "black")

在这个例子中，我们使用rnorm()函数生成了1000个服从正态分布的随机数，均值为50，标准差为10。然后，我们用hist()函数绘制了直方图。在这里：

• main参数用于设置图形的标题。
• xlab和ylab分别设置X轴和Y轴的标签。
• col设置直方图的填充颜色。
• border设置直方图边缘的颜色。

直方图的美化

为了使直方图更加美观，我们可以调整breaks参数来改变区间的数量，或者添加概率密度曲线：

# 绘制带有概率密度曲线的直方图
hist(data, 
     breaks = 30, 
     probability = TRUE, 
     main = "带有概率密度的直方图", 
     xlab = "值", 
     col = "lightblue", 
     border = "black")

# 添加密度曲线
lines(density(data), col = "red", lwd = 2)

在这个例子中，breaks设置为30，使得直方图的区间更加细致。probability=TRUE将Y轴转换为概率密度，并便于叠加密度曲线。使用lines()函数，我们可以将密度曲线添加到直方图中。

箱线图

箱线图是一种用于展示数据集的分布情况的图形，通过显示中位数、四分位数和异常值来提供数据的整体视图。

箱线图的基本用法

在R中，可以使用boxplot()函数绘制箱线图。以下是一个基本的示例：

# 生成随机数据
set.seed(123)
data1 <- rnorm(100, mean = 50, sd = 10)
data2 <- rnorm(100, mean = 55, sd = 5)

# 创建数据框
data_combined <- data.frame(
  values = c(data1, data2),
  group = factor(rep(c("组1", "组2"), each = 100))
)

# 绘制箱线图
boxplot(values ~ group, 
        data = data_combined, 
        main = "组别的箱线图", 
        xlab = "组别", 
        ylab = "值", 
        col = c("lightgreen", "lightblue"))

在这个代码中，我们生成了两个服从不同正态分布的随机数据集，并使用data.frame()合并它们。然后，通过boxplot()函数绘制箱线图，在这里：

• values ~ group指定了Y轴为values而X轴为group。
• col参数设置每个组的颜色。

箱线图的美化

我们可以进一步美化箱线图，例如添加点图以显示每个观测值：

# 绘制箱线图并添加点
boxplot(values ~ group, 
        data = data_combined, 
        main = "组别的箱线图", 
        xlab = "组别", 
        ylab = "值", 
        col = c("lightgreen", "lightblue"),
        outline = FALSE)  # 不显示异常值

# 添加点
stripchart(values ~ group, 
           data = data_combined, 
           vertical = TRUE, 
           pch = 19, 
           col = "red", 
           add = TRUE)

在这个例子中，使用stripchart()函数为每组的观测值添加了点，这样可以更直观地观察数据分布。

总结

在本篇教程中，我们学习了如何使用R进行直方图和箱线图的绘制。这些基本的绘图技能将帮助我们更好地理解数据的分布特征，并为后续使用更复杂的绘图包（如ggplot2）打下基础。下一篇中，我们将深入探讨ggplot2包的基本使用，提升我们的绘图能力。

希望你们喜欢这次的学习！如果有任何问题，欢迎留言讨论。