ggstatsplot：R统计绘图的颜值天花板

作图丫

发布于 2022-03-29 06:33:18

2.4K00

代码可运行

文章被收录于专栏：作图丫作图丫

运行总次数：0

代码可运行

背景介绍

写论文画图的时候小提琴图，热图，箱线图，画来画去都长得差不多，是不是觉得很烦恼？今天小编为大家介绍一个可以让科研论文统计绘图颜值提升好几个level的R包：ggstatsplot。

ggstatsplot是ggplot2的扩展，用于绘制带有统计检验信息的图形。ggstatsplot采用典型的探索性数据分析工作流，将数据可视化和统计建模作为两个不同的阶段；可视化为建模提供依据，模型反过来又可以提出不同的可视化方法。ggstatsplot的思路就是将这两个阶段统一在带有统计细节的图形中，提高数据探索的速度和效率。

ggstatsplot提供了多种类别的统计绘图。用户可以在图形上添加统计建模（假设检验和回归分析）的结果，可以进行复杂的图形拼接，并且可以在多种背景和调色板中进行选择，使图形更美观。ggstatsplot和它的后台组件还可以和其他基于ggplot2的R包结合起来使用。

—

安装与基本介绍

绘图类型统计

函数	作图类型	描述
ggbetweenstats	小提琴图	组/条件间的比较
ggwithinstats	小提琴图	组/条件内的比较
gghistostats	直方图	分配数字变量
ggdotplotstats	点图/图表	分配有关标记数字变量的信息
ggscatterstats	散点图	两个变量之间的相关性
ggcorrmat	相关矩阵	多个变量之间的相关性
ggpiestats	饼状图	分类数据
ggbarstats	条形图	分类数据
ggcoefstats	点线图	回归模型和元分析

安装

要获得最新的稳定CRAN版本：

##下载安装###
install.packages(“ggstatsplot”)
library(ggstatsplot)

—

函数介绍

（1）ggbetweenstats：小提琴图，箱形图

此函数用于创建小提琴图、箱形图或组间或组内比较的组合图。

此外，该函数还有一个grouped_变量，可以方便地在单个分组变量上重复相同的操作。

# for reproducibility
set.seed(123)
# plot
ggstatsplot::grouped_ggbetweenstats(
  data = dplyr::filter(
    .data = ggstatsplot::movies_long,
    genre %in% c("Action", "Action Comedy", "Action Drama", "Comedy")
  ),
  x = mpaa,
  y = length,
  grouping.var = genre, # 分组变量
  outlier.tagging = TRUE, #是否需要标记离群值
  outlier.label = title, # 用于标记离群值的变量
  outlier.coef = 2,
  ggsignif.args = list(textsize = 4, tip_length = 0.01),
  p.adjust.method = "bonferroni", #p值校正的方法  #添加新的组间  ggplot.component = list(ggplot2::scale_y_continuous(sec.axis = ggplot2::dup_axis())),
  title.prefix = "Movie genre",
  caption = substitute(paste(italic("Source"), ": IMDb (Internet Movie Database)")),
  palette = "default_jama",
  package = "ggsci",
  plotgrid.args = list(nrow = 2),
  title.text = "Differences in movie length by mpaa ratings for different genres"
)

（2）ggwithinstats

ggbetweenstats函数有一个用于重复度量设计的相同的孪生函数ggwithinstats，两个函数以相同的参数运行，但ggbetweenstats引入了一些小的调整，以正确地可视化重复度量设计。

从下面的例子中可以看出，结构的唯一区别是，ggbetweenstats通过路径将

重复度量连接起来，以突出数据类型。

# common setup
set.seed(123)
# plot
ggstatsplot::grouped_ggwithinstats(
  data = dplyr::filter(
    .data = ggstatsplot::bugs_long,
    region %in% c("Europe", "North America"),
    condition %in% c("LDLF", "LDHF")
  ),
  x = condition,
  y = desire,
  type = "np", #non-parametric statistics
  xlab = "Condition",
  ylab = "Desire to kill an artrhopod",
  grouping.var = region,
  outlier.tagging = TRUE,
  outlier.label = education
)

（3）gghistostats

gghiststats作用：可视化单个变量的分布，并通过一个样本测试检查其均值是否与指定值显著不同。

该函数还有一个grouped _变量，可以方便地在单个分组变量上重复相同的操作。

# for reproducibility
set.seed(123)
# plot
ggstatsplot::grouped_gghistostats(
  data = dplyr::filter(
    .data = ggstatsplot::movies_long,
    genre %in% c("Action", "Action Comedy", "Action Drama", "Comedy")
  ),
  x = budget,
  test.value = 50,
  xlab = "Movies budget (in million US$)",
  type = "nonparametric",
  grouping.var = genre, # grouping variable
  normal.curve = TRUE, # superimpose a normal distribution curve
  normal.curve.args = list(color = "red", size = 1),
  title.prefix = "Movie genre",
  ggtheme = ggthemes::theme_tufte(),
  # modify the defaults from `ggstatsplot` for each plot
  ggplot.component = ggplot2::scale_x_continuous(
    breaks = seq(0, 200, 50),
    limits = (c(0, 200))
  ),
  plotgrid.args = list(nrow = 2),
  title.text = "Movies budgets for different genres"
)

（4）ggscatterstats

此函数用于创建散点图，其边缘分布覆盖在坐标轴上，并在副标题中显示统计测试的结果。

此外，该函数还有一个groupped_变量，可以方便地在单个分组变量上重复相同的操作。

# for reproducibility
set.seed(123)
# plot
ggstatsplot::grouped_ggscatterstats(
  data = dplyr::filter(
    .data = ggstatsplot::movies_long,
    genre %in% c("Action", "Action Comedy", "Action Drama", "Comedy")
  ),
  x = rating,
  y = length,
  grouping.var = genre, # grouping variable
  label.var = title,
  label.expression = length > 200,
  xlab = "IMDB rating",
  title.prefix = "Movie genre",
  ggtheme = ggplot2::theme_grey(),
  ggplot.component = list(
    ggplot2::scale_x_continuous(breaks = seq(2, 9, 1), limits = (c(2, 9)))
  ),
  plotgrid.args = list(nrow = 2),
  title.text = "Relationship between movie length by IMDB ratings for different genres"
)

（5）ggcorrmat

ggcorrmat函数用于绘制相关图(一个相关系数矩阵)。仅仅遵循默认值本身就可以生成可以发布的相关矩阵。

如果所选变量中存在NA，图例将显示用于相关性测试的最小、中位数和最大对数。

# for reproducibility
set.seed(123)
# plot
ggstatsplot::grouped_ggcorrmat(
  data = dplyr::filter(
    .data = ggstatsplot::movies_long,
    genre %in% c("Action", "Action Comedy", "Action Drama", "Comedy")
  ),
  type = "robust", # correlation method
  cor.vars = length:votes,
  colors = c("#cbac43", "white", "#550000"),
  grouping.var = genre, # grouping variable
  matrix.type = "lower", # type of visualization matrix
  title.prefix = "Movie genre",
  plotgrid.args = list(nrow = 2)
)

（6）ggpiestats

该函数用于绘制饼状图，并将列联表分析(受试者间设计的皮尔逊卡方检验和受试者内设计的麦克内马卡方检验)的结果包含在图的副标题中。如果只输入一个类别变量，单样本比例检验(即卡方拟合优度检验)的结果将显示为副标题。

# for reproducibility
set.seed(123)
# plot
ggstatsplot::grouped_ggpiestats(
  data = ggstatsplot::movies_long,
  x = genre,
  grouping.var = mpaa, # grouping variable
  title.prefix = "Movie genre", # prefix for the faceted title
  label.repel = TRUE, # repel labels (helpful for overlapping labels)
  package = "ggsci", # package from which color palette is to be taken
  palette = "default_ucscgb", # choosing a different color palette
  title.text = "Composition of MPAA ratings for different genres"
)

（7）ggbarstats：分组条形图

# setup
set.seed(123)
# smaller dataset
df <-
  dplyr::filter(
    .data = forcats::gss_cat,
    race %in% c("Black", "White"),
    relig %in% c("Protestant", "Catholic", "None"),
    !partyid %in% c("No answer", "Don't know", "Other party")
  )
# plot
ggstatsplot::grouped_ggbarstats(
  data = df,
  x = relig,
  y = partyid,
  grouping.var = race,
  title.prefix = "Race",
  label = "both",
  xlab = "Party affiliation",
  package = "wesanderson",
  palette = "Darjeeling2",
  ggtheme = ggthemes::theme_tufte(base_size = 12),
  ggstatsplot.layer = FALSE,
  title.text = "Race, religion, and political affiliation",
  plotgrid.args = list(nrow = 2)
)