R可視化——基于beeswarm包繪制蜜蜂圖(beeswarm plot)

蜜蜂圖(beeswarm plot)是一種與“抖動圖”相似的散點圖,這種圖可以直觀地展現每一個樣本的具體情況及整體的情況。

安裝、加載R包

#安裝包
install.packages("beeswarm")
#加載包
library(beeswarm)

數據

set.seed(12)
df<-data.frame(
  x=rnorm(1000),
  group1=sample(c("G1", "G2", "G3"),
               size = 100, replace = TRUE),
  group2=as.numeric(factor(sample(c("Yes", "No"),
                                 size = 100, replace = TRUE))))
head(df)#預覽數據
image.png

繪圖

1、基礎繪圖
beeswarm(df$x~df$group1)
image.png
2、個性化繪制
beeswarm(df$x~df$group1,#指定數據
         pch=19,#指定點的形狀
         col=c("#3FA0FF", "#FFE099", "#F76D5E"),#指定顏色
         method = "swarm",#指定數據點排列方式,可選擇"swarm"、"center"、"hex"、"square"
         corral = "gutter",#調整數據點以防止組數據重疊,可選擇有"none"、"gutter"、"wrap"、"random"、"omit"
         side=0,#位置蜂群顯示方向,有-1,0,1可選擇
         priority = "descending"#布局順序,可選擇"descending"、"random"、"density"、"none"
         )
image.png
3、加入子群體
beeswarm(df$x~df$group1,#指定數據
         pch=19,#點的形狀
         pwcol=df$group2,#指定子群體
         method = "swarm",#指定數據點排列方式,可選擇"swarm"、"center"、"hex"、"square"
         corral = "gutter",#調整數據點以防止組數據重疊,可選擇有"none"、"gutter"、"wrap"、"random"、"omit"
         side=0,#位置蜂群顯示方向,有-1,0,1可選擇
         priority = "descending"#布局順序,可選擇"descending"、"random"、"density"、"none"
         )
#圖例
legend("topright", legend = c("Yes", "No"),
       col = 1:2, pch = 19)
image.png
參考:https://r-charts.com/distribution/beeswarm/
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,461評論 6 532
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,538評論 3 417
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,423評論 0 375
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,991評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,761評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,207評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,268評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,419評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,959評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,782評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,983評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,528評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,222評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,653評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,901評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,678評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,978評論 2 374

推薦閱讀更多精彩內容