利用R语言实现箱线图的绘制与美化（正态分布随机数生成、显著性检验、误差线添加、图例、背景更改）

问题：按照正态分布随机生成A（平均值= 50，sd = 3），B（平均值= 45，sd = 2），C（平均值= 40，sd = 5）和D（平均值= 52）作为4种甜瓜的产量数据 ，sd = 2），并绘制一个图以尽可能直观地显示4个品种之间的产量是否有显着差异结果。

###工作路径设置



getwd()



## [1] "/Users/Zhanghp/Desktop/myProjects/finalexam"



setwd("/Users/Zhanghp/Desktop/myProjects/finalexam")

###随机生成40个甜瓜产量数据



dataA <- rnorm(n=40,mean=50,sd=3)



dataB <- rnorm(n=40,mean=45,sd=2)



dataC <- rnorm(n=40,mean=40,sd=2)



dataD <- rnorm(n=40,mean=52,sd=2)



mydata <- data.frame(A=dataA,B=dataB,C=dataC,D=dataD)##以四组数据创建数据框



mydata

##           A        B        C        D



## 1  51.38140 43.62086 38.34938 49.31558




## 2  48.17464 43.95625 41.53496 49.74972




## 3  47.49706 42.28571 40.86612 51.50041




## 4  48.97543 43.96911 42.22170 54.82949




## 5  49.07308 47.71466 38.57461 51.70845




## 6  52.68781 44.75586 41.55359 51.47254




## 7  51.40030 45.45422 43.13246 52.39675




## 8  49.84378 44.40448 39.08546 49.73431




## 9  49.81800 42.41965 41.33657 52.03518




## 10 49.37837 45.21844 37.87255 51.20733




## 11 47.25974 42.24899 40.07773 52.53069




## 12 54.62392 43.54648 40.30749 51.40711




## 13 46.80442 41.88457 37.07953 51.10087

 数据框格式如上，该数据框为宽数据类型，若要用其来绘制箱线图需将数据转换为长数据类型，这里我们可以调用 gather（tidyr）函数来实现这一转换，代码如下：

###加载所需R packages




library(tidyr)    ##gather函数




library(ggplot2)  ##ggplot函数




library(ggpubr)   ##stat_compare_means函数



##数据归整处理（宽数据转换为长数据）



mydata <- gather(mydata,key = 'Varieties',value = "Yield",A,B,C,D)



mydata

mydata



##     Varieties    Yield



## 1           A 51.38140




## 2           A 48.17464




## 3           A 47.49706




## 4           A 48.97543




## 5           A 49.07308




## 6           A 52.68781




## 7           A 51.40030




## 8           A 49.84378




## 9           A 49.81800




## 10          A 49.37837




## 11          A 47.25974




## 12          A 54.62392




## 13          A 46.80442




## 14          A 45.55051




## 15          A 45.49200

 处理后的数据如上，为长数据类型，下一步即可利用ggplot函数进行箱线图的初步绘制

###基础箱线图绘制



p1 <- ggplot(mydata,aes(x=Varieties,y=Yield,fill=Varieties))+geom_boxplot()



p1+scale_fill_manual(values=c("red","green","blue","purple"))##以Varieties为类别进行颜色填充

由于ggplot绘制的箱线图默认将误差线上下端的横线去除，若要添加横线则需对以上基础箱线图进行进一步的美化，包括原始数据的散点分布、默认背景颜色的替换、组间的显著性检验、p值添加、图例及标题设置。 最终代码、注释及效果图如下：

# 设定比较对象用于显著性分析



my_lists <- list(c("A", "B"), c("B", "C"), c("C", "D"),c("C", "A"),c("A", "D"),c("B", "D"))



 



##添加散点和显著性检验结果于箱线图中



p1 + geom_jitter(aes(fill=Varieties),width =0.2,shape = 21,size=1)+       ##添加散点分布



  theme( = element_blank(),axis.line = element_line())+   ##去默认灰色背景颜色



  stat_compare_means(comparisons=my_lists,label="")+              ##显著性分析



  stat_boxplot(geom = "errorbar",width=0.5)+                              ##添加误差线



  labs(title = "Plot of Melon'yield by Varieties")+                       ##更改图例位置



  theme( = "bottom")                                       ##添加标题

###图片文件保存



ggsave("")