ggstatsplot-专为学术绘图而生(一)

美图神器ggstatsplot-专为学术论文而生

在CRAN(comprehensive R Achive Netwokrk)中已有13000多个R包了
简单讲ggstatsplot能够提供更为丰富信息的包,其实就是画出高质量的图
不需要我们花费过多的精力去调整绘图细节;举个例子,一般的探索性数据分过程析包括数据可视化与数据统计两个部分，而ggstatsplot正是达到两者结合的目的

举例说明

组间比较-ggbetweenstats

1library(ggstatsplot)
2library(ggplot2)

p代表参数检验，np代表非参数
mpaa是分类变量，y是数值型变量

1head(movies_long)
2## # A tibble: 6 x 8
3##   title                        year length budget rating  votes mpaa  genre
4##   <chr>                       <int>  <int>  <dbl>  <dbl>  <int> <fct> <fct>
5## 1 Shawshank Redemption, The    1994    142     25    9.1 149494 R     Drama
6## 2 Lord of the Rings: The Ret~  2003    251     94    9   103631 PG-13 Acti~
7## 3 Lord of the Rings: The Fel~  2001    208     93    8.8 157608 PG-13 Acti~
8## 4 Lord of the Rings: The Two~  2002    223     94    8.8 114797 PG-13 Acti~
9## 5 Pulp Fiction                 1994    168      8    8.8 132745 R     Drama
10## 6 Schindler's List             1993    195     25    8.8  97667 R     Drama
11ggbetweenstats(
12  data = movies_long,
13  x = mpaa, # > 2 groups
14  y = rating,
15  type = "p", # default
16  messages = FALSE
17)

image.png

默认参数绘图

1ggbetweenstats(
2  data = movies_long,
3  x = mpaa,
4  y = rating
5)

image.png

配对比较
pairwise.display参数控制曾现的比较,ns无意义,all，所有,s有意义的

1ggbetweenstats(
2  data = movies_long,
3  x = mpaa,
4  y = rating,
5  type = "np",
6  mean.ci = TRUE,
7  pairwise.comparisons = TRUE,
8  pairwise.display = "s",
9  p.adjust.method = "fdr",
10  messages = FALSE
11)

image.png

调整颜色，主题，可信区间调整，突出值标记
confi.level：可信区间调整,ggtheme主题，pallete：颜色调用
outlier:超出界限标记

1ggbetweenstats(
2  data = movies_long,
3  x = mpaa,
4  y = rating,
5  type = "r",
6  conf.level = 0.99,
7  pairwise.comparisons = TRUE,
8  pairwise.annotation = "p", 
9  outlier.tagging = TRUE,
10  outlier.label = title,
11  outlier.coef = 2,
12  ggtheme = hrbrthemes::theme_ipsum_tw(),
13  palette = "Darjeeling2",
14  package = "wesanderson",
15  messages = FALSE
16)

image.png

ggwithinstats组内比较

图还是非常美观，就不去细讲每个参数了，需要时调用即可，这也是作者的意图

1ggwithinstats(
2  data = WRS2::WineTasting,
3  x = Wine, # > 2 groups
4  y = Taste,
5  pairwise.comparisons = TRUE,
6  pairwise.annotation = "p",
7  ggtheme = hrbrthemes::theme_ipsum_tw(),
8  ggstatsplot.layer = FALSE,
9  messages = FALSE
10)

image.png

相关性图-ggscatterstats

代码简介，细节丰富

1ggscatterstats(
2  data = movies_long,
3  x = budget,
4  y = rating,
5  type = "p", # default #<<<
6  conf.level = 0.99,
7  marginal=F,
8  messages = TRUE
9)

image.png

其实还可以画很多其它的图，颜值都非常高，这里不再过多介绍，真正做到一图胜千言

总结一下这个包的局限性:

  • 虽然图的信息量大，但有时比如presentation，时间不够，图信息过多反而不利于简明扼要的传达信息

  • 另外就是计算的统计量比较单一

参考资料：[官方文档]档]https://indrajeetpatil.github.io/ggstatsplot_slides/slides/ggstatsplot_presentation.html#35

赞 (0)

相关推荐