18

我有一些数据已经分成足够多的分组,标准箱线图看起来非常拥挤。Tufte 有他自己的箱线图,您基本上可以在其中放下全部或一半的箱子,如下所示:

簇绒箱线图

一些样本数据:

cw <- transform(ChickWeight, 
  Time = cut(ChickWeight$Time,4)
  )
cw$Chick <- as.factor( sample(LETTERS[seq(3)], nrow(cw), replace=TRUE) )
levels(cw$Diet) <- c("Low Fat","Hi Fat","Low Prot.","Hi Prot.")

我想要每个饮食 * 时间 * 小鸡分组的重量箱线图。

几年前我遇到了这个问题,并使用网格图形组合了一个解决方案,稍后我将发布。但是在解决这个新的(和类似的)问题时,我想知道是否有一种常用的方法来解决这些问题,而不是修复我拼凑在一起的例子。

顺便说一句,这些似乎是 Tufte 创作中不太受欢迎的作品之一,但我真的很喜欢它们,因为它们可以密集地显示大量分组中的分布模式,如果它们有一个好的功能,我会更多地使用它们ggplot2 或格子。

4

5 回答 5

18

这是一个不使用任何包的解决方案,只是操纵箱线图pars图形参数。我的建议最接近@DWin,但去掉了颜色和坐标轴,只使用了几行代码。@gsk3 和 @Ramnath 的两个建议都非常好,并且比我的要先进得多,但如果我可以发表评论 - 它们未能解决 Tufte 的主要理念。如果我们摆脱灰色背景、白色“监狱栏”和不必要的颜色,上述所有解决方案都将获得清晰、简单和正确的数据墨水平衡。

应归功于 的创作者PerformanceAnalytics,其中包括chart.Boxplot受 Tufte 作品启发的可爱包装。我只是提取了一些函数元素以使其更简单。只需附上来自@gsk3 的“cw”示例数据。

attach(cw)
par(mfrow=c(1,3))
boxplot(weight~Time, horizontal = F, main = "", xlab="Time", ylab="Weight", 
        pars = list(boxcol = "white", medlty = "blank", medpch=16, medcex = 1.3, 
        whisklty = c(1, 1), staplelty = "blank", outcex = 0.5), axes = FALSE)
axis(1,at=1:4,label=c(1:4))
axis(2)
boxplot(weight~Chick, horizontal = F, main = "", xlab = "Chick", 
        ylab = "", pars = list(boxcol = "white", medlty = "blank", medpch=16, 
        medcex = 1.3, whisklty = c(1, 1), staplelty = "blank", outcex = 0.5), 
        axes = FALSE)
axis(1,at=1:3,label=c("A","B","C"))
boxplot(weight~Diet, horizontal = F, main = "", xlab = "Diet", ylab = "", 
        pars = list(boxcol = "white", medlty = "blank", medpch=16, medcex = 1.3, 
        whisklty = c(1, 1), staplelty = "blank", outcex = 0.5), axes = FALSE)
axis(1,at=1:4,label=c("LoFat","HiFat","LoProt","HiProt"))

在此处输入图像描述

于 2011-11-28T20:57:36.237 回答
15

您显然只想要一个垂直版本,所以我使用了 panel.bwplot 代码,去掉了所有非必需项,例如盒子和盖子,并在参数中设置了 Horizo​​ntal=FALSE 并创建了一个 panel.tuftebxp 函数。还将点的 cex 设置为默认值的一半。还有很多选择可以根据您的口味进行调整。“时间”的“数字”因子名称看起来很草率,但我认为“概念证明”很清楚,您可以清理对您来说重要的内容:

panel.tuftebxp <- 
function (x, y, box.ratio = 1, box.width = box.ratio/(1 + box.ratio), horizontal=FALSE,
    pch = box.dot$pch, col = box.dot$col, 
    alpha = box.dot$alpha, cex = box.dot$cex, font = box.dot$font, 
    fontfamily = box.dot$fontfamily, fontface = box.dot$fontface, 
    fill = box.rectangle$fill, varwidth = FALSE, notch = FALSE, 
    notch.frac = 0.5, ..., levels.fos = if (horizontal) sort(unique(y)) else sort(unique(x)), 
    stats = boxplot.stats, coef = 1.5, do.out = TRUE, identifier = "bwplot") 
{
    if (all(is.na(x) | is.na(y))) 
        return()
    x <- as.numeric(x)
    y <- as.numeric(y)
    box.dot <- trellis.par.get("box.dot")
    box.rectangle <- trellis.par.get("box.rectangle")
    box.umbrella <- trellis.par.get("box.umbrella")
    plot.symbol <- trellis.par.get("plot.symbol")
    fontsize.points <- trellis.par.get("fontsize")$points
    cur.limits <- current.panel.limits()
    xscale <- cur.limits$xlim
    yscale <- cur.limits$ylim
    if (!notch) 
        notch.frac <- 0
    #removed horizontal code
     blist <- tapply(y, factor(x, levels = levels.fos), stats, 
            coef = coef, do.out = do.out)
        blist.stats <- t(sapply(blist, "[[", "stats"))
        blist.out <- lapply(blist, "[[", "out")
        blist.height <- box.width
        if (varwidth) {
            maxn <- max(table(x))
            blist.n <- sapply(blist, "[[", "n")
            blist.height <- sqrt(blist.n/maxn) * blist.height
        }
        blist.conf <- if (notch) 
            sapply(blist, "[[", "conf")
        else t(blist.stats[, c(2, 4), drop = FALSE])
        ybnd <- cbind(blist.stats[, 3], blist.conf[2, ], blist.stats[, 
            4], blist.stats[, 4], blist.conf[2, ], blist.stats[, 
            3], blist.conf[1, ], blist.stats[, 2], blist.stats[, 
            2], blist.conf[1, ], blist.stats[, 3])
        xleft <- levels.fos - blist.height/2
        xright <- levels.fos + blist.height/2
        xbnd <- cbind(xleft + notch.frac * blist.height/2, xleft, 
            xleft, xright, xright, xright - notch.frac * blist.height/2, 
            xright, xright, xleft, xleft, xleft + notch.frac * 
                blist.height/2)
        xs <- cbind(xbnd, NA_real_)
        ys <- cbind(ybnd, NA_real_)
        panel.segments(rep(levels.fos, 2), c(blist.stats[, 2], 
            blist.stats[, 4]), rep(levels.fos, 2), c(blist.stats[, 
            1], blist.stats[, 5]), col = box.umbrella$col, alpha = box.umbrella$alpha, 
            lwd = box.umbrella$lwd, lty = box.umbrella$lty, identifier = paste(identifier, 
                "whisker", sep = "."))

        if (all(pch == "|")) {
            mult <- if (notch) 
                1 - notch.frac
            else 1
            panel.segments(levels.fos - mult * blist.height/2, 
                blist.stats[, 3], levels.fos + mult * blist.height/2, 
                blist.stats[, 3], lwd = box.rectangle$lwd, lty = box.rectangle$lty, 
                col = box.rectangle$col, alpha = alpha, identifier = paste(identifier, 
                  "dot", sep = "."))
        }
        else {
            panel.points(x = levels.fos, y = blist.stats[, 3], 
                pch = pch, col = col, alpha = alpha, cex = cex, 
                 identifier = paste(identifier, 
                  "dot", sep = "."))
        }
        panel.points(x = rep(levels.fos, sapply(blist.out, length)), 
            y = unlist(blist.out), pch = plot.symbol$pch, col = plot.symbol$col, 
            alpha = plot.symbol$alpha, cex = plot.symbol$cex*0.5, 
            identifier = paste(identifier, "outlier", sep = "."))

}
bwplot(weight ~ Diet + Time + Chick, data=cw, panel= 
         function(x,y, ...) panel.tuftebxp(x=x,y=y,...))

在此处输入图像描述

于 2011-08-07T15:46:33.173 回答
11

这是惯用的ggplot解决方案(或者更确切地说是具有优雅范围的 hack)

require(ggplot2)

# melt the data frame
cw2 = melt(cw, id = 'weight')

# create a data frame with boxplot stats
cw3 = ddply(cw2, .(value, variable), function(df) boxplot.stats(df$weight)$stats)

# generate the plot
ggplot(cw2, aes(value, weight)) +
  geom_boxplot(fill = 'gray90', colour = 'gray90', alpha = 0) +      
  geom_segment(data = cw3, aes(xend = value, y = V1, yend = V2)) + 
  geom_segment(data = cw3, aes(xend = value, y = V4, yend = V5)) + 
  geom_point(data = cw3, aes(y = V3), size = 3) + 
  facet_wrap(~ variable, scales = 'free_x', nrow = 1)      

在此处输入图像描述

于 2011-08-07T16:53:46.510 回答
8

这是我非常笨拙的功能。不幸的是,虽然它引用了一个 panel.tuftebox,但我在学习 R 的最初几个月中为了一个非常特定的目的编写了这段代码(因此,遗憾的是,无意概括它),因此它从未被单独编写面板功能。

library(lattice)
library(taRifx)
compareplot(~weight | Diet * Time * Chick, 
  data.frame=cw , 
  main = "Chick Weights",
  box.show.mean=FALSE,
  box.show.whiskers=FALSE,
  box.show.box=FALSE
  )

比较图

于 2011-08-07T15:57:22.370 回答
7

Jeffrey Arnoldggthemes的包中有一些用于制作一些 Tufte 风格的绘图的功能,可在github上找到。该软件包是一堆主题,包括:ggplot

geom_tufterangeframe:塔夫特的范围框架

geom_tufteboxplot: 塔夫特的箱线图

theme_tufte:基于塔夫特的定量信息的视觉显示的最小墨水。

这是 github 上包的 README 中的 Tufte 最小箱线图示例:

在此处输入图像描述

于 2013-01-01T19:24:12.173 回答