17. 当箱线图遇上小提琴图遇上原始数据，终于忘记了柱状图的名字

参见：https://mp.weixin.qq.com/s/NGkVxHBM3DmFN17ckzdhZg

听说你喜欢用柱状图？

或者加个标准差或者标准误？

stat_df <- Rmisc::summarySE(iris, measurevar = "Petal.Length", groupvars = "Species")
ggplot(stat_df, aes(Species, Petal.Length, fill=Species)) + 
  geom_bar(stat = "identity") + 
  geom_errorbar(aes(ymin = Petal.Length - sd, ymax = Petal.Length + sd), width = 0.2)

但是，柱状图却会让原先的数据分布表现的并不明了，比如本先的数据分布，四分位数统计量，outlier 值等。

所以现在流行的不单单是画boxplot，有以下几种方式是显得比较专业的：

• boxplot + raw data
• violin plot + boxplot
• violin plot + raw data
• violin plot + boxplot + raw data

但由于这样的图画出来的是对称，信息比较冗余。

如果我们可以显示一半呢？

比如一半的小提琴图加上原始数据分布：

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
  geom_half_violin(position=position_nudge(x=.2), side=2) + 
  geom_jitter(aes(color=Species), width=.15)

只需要简单调整一下原始点的抖动，就可以得到分开的结果了。

我们还可以组合误差棒、箱线图等，获得sd 或se 以及离群值的信息：

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
  geom_half_violin(position=position_nudge(x=.3), side=2) + 
  geom_boxplot(width=.1, position=position_nudge(x=.22)) + 
  geom_errorbar(data = stat_df, aes(ymin = Petal.Length - sd, ymax = Petal.Length + sd), width = 0.2) + 
  geom_jitter(width=.15, aes(color = Species))

结果是上面这样的。

给隔壁的师兄看了看，它说有点不好看。

我眉头紧皱，于是又是一幅图：

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
  geom_half_violin(position=position_nudge(x=.2), side=2) + 
  geom_boxplot(width=.1, position=position_nudge(x=.1)) + 
  geom_pointrange(data = stat_df, aes(ymin = Petal.Length - sd, ymax = Petal.Length + sd), size=1, position=position_nudge(x=.24)) + 
  geom_dotplot(binaxis="y", stackdir="down", dotsize=.35)

这样看就好多了呀～