云雨图【R 语言】

什么是云雨图

不管它叫啥，就是一种对数据的可视化方法，可同时描述数据的概率密度和统计量。

为什么使用云雨图

当我们获得几组数据的时候，想看一看他们的统计量，在R中可以使用命令：summary() ，会将五分位数和均值等输出到 「Console」。但是相比于文字，一般人对图像的理解要更好，所以可以使用**箱线图（BoxPlot）**展示其统计量（下左），这时就会出现一个问题，（下左）几个箱线图似乎都一样，难道意味着这些组数据都一样？当我们把原始数据点添加上去（下右），就会发现数据之间的不同：数据的分布密度是不一样的。

这个时候就可以使用「 小提琴图（ViolinPlot）」描述数据的分布密度：

这时，有人就把这些东西都集合到了一起：云雨图（RainCloud Plot），一半儿的小提琴 + 箱线图 + 数据点

例子 R

需要的「R Packages」：ggdist、 tidyquant、 tidyverse

需要的「数据集」：mpg （源自ggplot2）

1. 加载需要的工具和数据：

# LIBRARIES ----
library(ggdist)
library(tidyquant)
library(tidyverse)# DATA -----
mpg

2. 筛选数据，并新建一个「ggplot2」的画布（Canvas）

mpg %>%filter(cyl %in% c(4, 6, 8)) %>%ggplot(aes(x = factor(cyl), y = hwy, fill = factor(cyl)))

3. 画上一半儿的小提琴：ggdist::stat_halfeye()

# add half-violin from {ggdist} package
ggdist::stat_halfeye(## custom bandwidthadjust = 0.5,## move geom to the rightjustification = -.2,## remove slab interval.width = 0,point_colour = NA)

4. 加上箱线图： ggplot2::geom_boxplot() ，限制宽度和不透明度

geom_boxplot(width = .12,## remove outliersoutlier.color = NA,alpha = 0.5)

5. 添加原始数据点：ggdist::stat_dots()

# Add dot plots from {ggdist} packageggdist::stat_dots(## orientation to the leftside = "left",## move geom to the leftjustification = 1.1,## adjust grouping (binning) of observationsbinwidth = .25)

6.「微 」调细节：tidyquant::theme_tq() + coord_flip()

scale_fill_tq() +theme_tq() +labs(title = "Raincloud Plot",subtitle = "Showing the Bi-Modal Distribution of 6 Cylinder Vehicles",x = "Engine Size (No. of Cylinders)",y = "Highway Fuel Economy (MPG)",fill = "Cylinders") +coord_flip()

完整代码「R」

# LIBRARIES ----
library(ggdist)
library(tidyquant)
library(tidyverse)# DATA -----
mpg# RAINCLOUD PLOTS ----
# Powerful for visualizing modality of distributionsmpg %>%filter(cyl %in% c(4, 6, 8)) %>%ggplot(aes(x = factor(cyl), y = hwy, fill = factor(cyl))) +# add half-violin from {ggdist} packageggdist::stat_halfeye(## custom bandwidthadjust = 0.5,## move geom to the rightjustification = -.2,## remove slab interval.width = 0,point_colour = NA) +geom_boxplot(width = .12,## remove outliersoutlier.color = NA,alpha = 0.5) +# Add dot plots from {ggdist} packageggdist::stat_dots(## orientation to the leftside = "left",## move geom to the leftjustification = 1.1,## adjust grouping (binning) of observationsbinwidth = .25) +# Adjust themescale_fill_tq() +theme_tq() +labs(title = "Raincloud Plot",subtitle = "Showing the Bi-Modal Distribution of 6 Cylinder Vehicles",x = "Engine Size (No. of Cylinders)",y = "Highway Fuel Economy (MPG)",fill = "Cylinders") +coord_flip()

欢迎关注：猪猪的乌托邦