带有误差线的并排 R 条形图

Question

假设我有两个数据集的平均值，我想将它们绘制为条形图，误差线在 ggplot2 或 base 中彼此相邻

每个数据集都由数字矩阵组成

10 20 12
10 20 12
10 20 12

然后将其转换为例如 3 个元素的平均向量

10 20 12

我想要做的是获取两个均值向量并将它们绘制为条形图，其中一个的第一个元素位于另一个的第一个元素之外

Dataset1Element1Bar-Dataset2Element1Bar Dataset1Element2Bar-Dataset2Element2Bar etc

为每个条形提供一个误差条，例如标准差。我知道我可以通过 sd 计算它，但我不确定如何将其以正确的形式粘贴到图表中

最后根据元素编号（即元素 1）给它们着色

我有处理一个数据集的代码，但我不知道从哪里开始。

result<-barplot(bardata, main="Mean Coverage",  names.arg=namePosTargetGroup,  ylab="mean Magnitude", cex.names=.4,col=c("red","blue","green"))
            legend(10,legend=c("Group1","Group2","Group3"),fill = c("red","blue","green"))

我查找的很多内容都给出了这一或另一件事的答案，但很难弄清楚如何将它们组合在一起。

Answer 1

我通常不建议只绘制带有误差线的条形图。还有许多其他方法可以绘制数据，可以更好地揭示数据及其结构。

特别是如果您的案例很少，则用条形图绘制方法并不好。可以在这里找到一个很好的解释：超越条形图和折线图：是时候采用新的数据呈现范式了

我发现很难给你一个好的解决方案，因为我不知道你的研究问题。知道您真正想要展示或强调的内容会让事情变得更容易。

我会给你两个建议，一个适合小数据集，一个适合大数据集。它们都是用

ggplot2

创建的。我不是按它们的“元素编号”而是按它们的来源（“数据集 1/2”）对它们进行着色，因为我发现通过这种方式更容易完成正确的图形。

小数据集

使用

geom_jitter

显示所有案例，避免过度绘制。

# import hadleyverse
library(magrittr)
library(dplyr)
library(tidyr)
library(ggplot2)

# generate small amount of data
set.seed(1234)
df1 <- data.frame(v1 = rnorm(5, 4, 1),
                  v2 = rnorm(5, 5, 1),
                  v3 = rnorm(5, 6, 1),
                  origin = rep(factor("df1", levels = c("df1", "df2")), 5))

df2 <- data.frame(v1 = rnorm(5, 4.5, 1),
                  v2 = rnorm(5, 5.5, 1),
                  v3 = rnorm(5, 6.5, 1),
                  origin = rep(factor("df2", levels = c("df1", "df2")), 5))

# merge dataframes and gather in long format
pdata <- bind_rows(df1, df2) %>% 
  gather(id, variable, -origin)

# plot data
ggplot(pdata, aes(x = id, y = variable, fill = origin, colour = origin)) +
  stat_summary(fun.y = mean, geom = "point", position = position_dodge(width = .5),
               size = 30, shape = "-", show_guide = F, alpha = .7) + # plot mean as "-"
  geom_jitter(position = position_jitterdodge(jitter.width = .3, jitter.height = .1,
                                              dodge.width = .5),
              size = 4, alpha = .85) +
  labs(x = "Variable", y = NULL) + # adjust legend
  theme_light() # nicer theme

“大”数据集

如果您有更多数据点，可以使用

geom_violin

进行总结。

set.seed(12345)
df1 <- data.frame(v1 = rnorm(50, 4, 1),
                  v2 = rnorm(50, 5, 1),
                  v3 = rnorm(50, 6, 1),
                  origin = rep(factor("df1", levels = c("df1", "df2")), 50))

df2 <- data.frame(v1 = rnorm(50, 4.5, 1),
                  v2 = rnorm(50, 5.5, 1),
                  v3 = rnorm(50, 6.5, 1),
                  origin = rep(factor("df2", levels = c("df1", "df2")), 50))

# merge dataframes
pdata <- bind_rows(df1, df2) %>% 
  gather(id, variable, -origin)

# plot with violin plot
ggplot(pdata, aes(x = id, y = variable, fill = origin)) +
  geom_violin(adjust = .6) +
  stat_summary(fun.y = mean, geom = "point", position = position_dodge(width = .9),
               size = 6, shape = 4, show_guide = F) +
  guides(fill = guide_legend(override.aes = list(colour = NULL))) +
  labs(x = "Variable", y = NULL) +
  theme_light()

带有均值和标准差的版本

如果您坚持用标准差绘制平均值，可以按以下方法完成。

# merge dataframes and compute limits for sd
pdata <- bind_rows(df1, df2) %>% 
  gather(id, variable, -origin) %>% 
  group_by(origin, id) %>%            # group data for limit calculation
  mutate(upper = mean(variable) + sd(variable), # upper limit for error bar
         lower = mean(variable) - sd(variable)) # lower limit for error bar

# plot
ggplot(pdata, aes(x = id, y = variable, fill = origin)) +
  stat_summary(fun.y = mean, geom = "bar", position = position_dodge(width = .9),
               size = 3) +
  geom_errorbar(aes(ymin = lower, ymax = upper),
                width = .2,                    # Width of the error bars
                position = position_dodge(.9))

Answer 2

基于@ThomasK的答案，您可以使用专用于均值图的库来获取示例图，

superb

（带有误差线的摘要图）。假设您有上述答案中生成的数据框

pdata

，您可以使用

a) 这是一个带有均值和 95% CI 的常规条形图

superb( variable ~ id + origin, pdata)

b) 均值+CI 和抖动点的布局

superb( variable ~ id + origin, pdata, plotStyle="pointjitter")

c) 布局“pointjitterviolin”添加小提琴图

superb( variable ~ id + origin, pdata, plotStyle="pointjitterviolin")

作为示例，这里是带有附加图形指令的 (c)：

superb( variable ~ id + origin, pdata, 
     plotStyle      = "pointjitterviolin",
     errorbarParams = list(color="black"),
     violinParams   = list(color="black")
) + guides(fill = guide_legend(override.aes = list(colour = NULL))) +
labs(x = "Variable", y = NULL) +
theme_light()

您将获得：