统计绘图 | 既能统计分析又能可视化绘制的技能

在典型的探索性数据分析工作流程中，数据可视化和统计建模是两个不同的阶段，而我们也希望能够在最终的可视化结果中将相关统计指标呈现出来，如何让将两种有效结合，使得数据探索更加简单快捷呢？今天这篇推文就告诉你如何高效解决这个问题。

R-ggstatsplot 统计可视化包介绍
R-ggstatsplot 统计类型
更多详细的数据可视化教程，可订阅我们的店铺课程：

R-ggstatsplot 统计可视化包介绍

R-ggplot2 拥有超强的可视化绘制能力(小编用完果断安利)我们是知道的，但对于数据的统计分析结果进行展示，ggplot2还也有所欠缺，而R-ggstatsplot包的出现则可弥补不足(小编在研究生期间可没少使用该包绘图)。

官网 https://indrajeetpatil.github.io/ggstatsplot/
提供的绘图函数

ggbetweenstats:(violin plots) 用于比较多组/条件之间的统计可视化结果
ggwithinstats:(violin plots) 用于比较多组/条件内部间的统计可视化结果
gghistostats:(histograms) 用于数字型变量的分布。
ggdotplotstats:(dot plots/charts) 用于表示有关标记数字变量的信息分布抢矿
ggscatterstats:(scatterplots) 用于表示两个变量之间的相关性。
ggcorrmat:(correlation matrices) 用于表示多个变量之间的相关性。
ggpiestats:(pie charts) 用于表示类别型数据。
ggbarstats:(bar charts) 用于表示类别型数据
ggcoefstats:(dot-and-whisker plots) 用于回归模型和meta-分析。

接下来，我们就列举几个常用的可视化函数进行展示。

R-ggstatsplot 统计类型

ggbetweenstats

plot2 <- ggstatsplot::ggbetweenstats(data = datasets::morley,x = Expt,y = Speed,type = "nonparametric",plot.type = "box",title = "ggbetweenstats example02",xlab = "The experiment number",ylab = "Speed-of-light measurement",caption = "Visualization by DataCharm",pairwise.comparisons = TRUE,p.adjust.method = "fdr",outlier.tagging = TRUE,outlier.label = Run,ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed"),ggstatsplot.layer = FALSE
)

ggbetweenstats

ggwithinstats

# for reproducibility and data
set.seed(123)
library(WRS2)# plot
plot3 <- ggwithinstats(data = WineTasting,x = Wine,y = Taste,title = "Wine tasting",caption = "Data source: `WRS2` R package",ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed"),ggstatsplot.layer = FALSE
)

ggwithinstats

gghistostats

# for reproducibility
set.seed(123)# plot
plot4 <- gghistostats(data = ggplot2::msleep, # dataframe from which variable is to be takenx = awake, # numeric variable whose distribution is of interesttitle = "Amount of time spent awake", # title for the plotcaption = substitute(paste(italic("Source: "), "Mammalian sleep data set")),test.value = 12, # default value is 0binwidth = 1, # binwidth value (experiment)ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed"), # choosing a different themeggstatsplot.layer = FALSE # turn off ggstatsplot theme layer
)

gghistostats

grouped_gghistostats

# for reproducibility
set.seed(123)# plot
plot5 <- grouped_gghistostats(data = dplyr::filter(.data = movies_long,genre %in% c("Action", "Action Comedy", "Action Drama", "Comedy")),x = budget,test.value = 50,type = "nonparametric",xlab = "Movies budget (in million US$)",grouping.var = genre, # grouping variablenormal.curve = TRUE, # superimpose a normal distribution curvenormal.curve.args = list(color = "red", size = 1),title.prefix = "Movie genre",ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed"),# modify the defaults from `ggstatsplot` for each plotggplot.component = ggplot2::labs(caption = "Source: IMDB.com"),plotgrid.args = list(nrow = 2),annotation.args = list(title = "Movies budgets for different genres")
)

grouped_gghistostats

ggscatterstats

plot6 <- ggscatterstats(data = ggplot2::msleep,x = sleep_rem,y = awake,xlab = "REM sleep (in hours)",ylab = "Amount of time spent awake (in hours)",title = "Understanding mammalian sleep",ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")
)

ggscatterstats

ggcorrmat

# for reproducibility
set.seed(123)# as a default this function outputs a correlation matrix plot
plot7 <- ggcorrmat(data = ggplot2::msleep,colors = c("#B2182B", "white", "#4D4D4D"),title = "Correlalogram for mammals sleep dataset",subtitle = "sleep units: hours; weight units: kilograms",ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed")
)

ggcorrmat

ggbarstats

# for reproducibility
set.seed(123)
library(ggplot2)# plot
plot8 <- ggbarstats(data = movies_long,x = mpaa,y = genre,title = "MPAA Ratings by Genre",xlab = "movie genre",legend.title = "MPAA rating",ggtheme = hrbrthemes::theme_ipsum(base_family = "Roboto Condensed"),ggplot.component = list(ggplot2::scale_x_discrete(guide = ggplot2::guide_axis(n.dodge = 2))),palette = "Set2"
)