R语言:ggplot误差棒添加

参考自《R Graphics Cookbook》

本文针对ggplot2添加误差棒的一种方法:使用geom_errorbar()语法

library(ggplot2)

library(gcookbook)

library(dplyr)

一、柱形图加误差棒

#筛选部分数据来作图

ce_mod <- cabbage_exp %>%

filter(Cultivar == "c39")

ce_mod

#制图

ggplot(ce_mod, aes(x = Date, y = Weight)) +

geom_col(fill = "white", colour = "black") +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

width = 0.2)

二、折线图加误差棒

#制图

ggplot(ce_mod, aes(x = Date, y = Weight )) +

geom_line(aes(group = 1)) +

geom_point(size = 4) +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

width = 0.2)

三、对于分组的柱形图加误差线:

分组数据添加误差线与分组的柱形图的原理相同,都需告知ggplot2其组内成员的位置为分开并列排放的,否则为上下堆砌样式;即position = "dodge"

3、1 对分组柱形图 不 添加position = "dodge"的误差棒效果:上下堆砌的

#制图

ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +

geom_col(position = "dodge") +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

width = .2, size =2)

3.2 对分组柱形图添加position = "dodge"的误差棒效果:组内左右排列的

#制图

ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +

geom_col(position = "dodge") +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

position = "dodge", width = .2, size =2)

#可以发现组内的误差棒不再堆砌,而是两个左右组成一组,同时其顶端各自的宽度都变短了(应该是两个加起来的width是原来的一个)

3.3

问题来了,上图的误差棒虽然左右分组了,但是默认贴在一起的,那么此时要让误差棒组内并列的dodge参数与柱形图组内的一致;

柱形图的dodge默认是0.9, 因此二者须一致,误差棒才能显示在柱形图的中间位置

ggplot(cabbage_exp, aes(x = Date, y = Weight, fill = Cultivar)) +

geom_col(position = "dodge") +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

position = position_dodge(0.9), width = .2)

#注意:position = "dodge"是position = position_dodge()的简写,但若要涉及到调整具体参数则必须全写

四、对于分组的折线图加误差棒:

而对于分组的折线图来说,往往是形成n条折线,而实际上这些折线通常在x轴上可以算作是堆积的;

因此也可以通过position_dodge语言设置其组内的位置是否分开

4.1 通常是组内不分开的,即堆积的,也就是dodge为0

#首先设置一个整体的dodge值,应用到点、线、误差棒,三者要一致

pd <- position_dodge(0)

#制图

ggplot(cabbage_exp, aes(x = Date, y = Weight,

#注意设置group告知分组

colour = Cultivar, group = Cultivar)) +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

width = 0.2, size = 1,

colour = "black", position = pd) +

geom_line(position = pd, size = 1) +

geom_point(position = pd, size = 4)

4.2 左右分开的,即dodge为不为0,值越大,组内元素的距离会越远

pd <- position_dodge(0.5)

#制图

ggplot(cabbage_exp, aes(x = Date, y = Weight,

colour = Cultivar, group = Cultivar)) +

geom_errorbar(aes(ymin = Weight - se, ymax = Weight + se),

width = 0.2, size = 1,

colour = "black", position = pd) +

geom_line(position = pd, size = 1) +

geom_point(position = pd, size = 4)

五、注意

离散型变量被映射到colour和fill的图形属性时(如柱形图),此变量默认即为分组变量;但在误差线的例子中需要用group语法手动告知ggplot2分组分组。

误差棒的语法一般要先写,否则会遮盖其他更重要的元素如点、线。

六、总结

劝退。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容

  • 作者:严涛浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语言爱好者,爱开源 ggplot2学习笔记之图...
    wanghaihua888阅读 2,567评论 0 6
  • 简介 文章较长,点击直达我的博客,浏览效果更好。本文内容基本是来源于STHDA,这是一份十分详细的ggplot2使...
    taoyan阅读 50,862评论 7 159
  • 写在前面 ggplot2 是一个功能强大且灵活的R包 ,由Hadley Wickham 编写,其用于生成优雅的图...
    Boer223阅读 27,870评论 0 67
  • 导读 以模拟数据为案例,总结ggplot柱形图绘图参数。内容如下方目录所示,一共包含1-9个部分。 目录:一 输入...
    胡童远阅读 11,287评论 2 19
  • Y叔ggplot2教程[https://mp.weixin.qq.com/s/oLgpTGdQgcka-OD757...
    wo_monic阅读 3,230评论 0 1