箱形圖是由美國數學家John Tukey（1915.6.16-2000.7.26）在1977年發明的，老爺子已過世，深切緬懷。

John Tukey

箱形圖（Box-plot）又稱為盒須圖、盒式圖或箱線圖，是一種用作顯示一組數據分散情況資料的統計圖。因形狀如箱子而得名。其繪制須使用常用的統計量，能提供有關數據位置和分散情況的關鍵信息，尤其在比較不同的母體數據時更可表現其差異。

在分析數據的時候，箱形圖能夠直觀的幫助我們了解數據的特征：

1. 直觀地識别數據集中的異常值(查看離群點)。

2. 判斷數據集的數據離散程度和偏向(觀察盒子的長度，上下隔間的形狀，以及胡須的長度)。

為了更好的理解箱形圖，模拟一個符合正态分布N(0,1σ2)的數據，比較箱形圖和正态分布曲線，如下圖：

首先我們加載模拟數據mpg，用head()查看數據結構：

library(ggplot2)

data(mpg)

head(mpg[c("class","hwy")]) #因為我們繪圖隻用到兩列，所以隻查看需要的兩列就可以了

ggplot中繪制箱形圖使用的幾何對象是geom_boxplot()，至少需要兩個映射對象，x=>分類變量，y=>數值變量。選用主題theme_bw()，并通過theme()修改坐标軸字體等。

p <- ggplot(mpg, aes(class, hwy, fill =class))

geom_boxplot()

theme_bw()

theme(axis.title = element_text(size = 20),

axis.text = element_text(size = 16, color = "black"),

legend.position = "none")

p

添加擾動點geom_jitter()，并且翻轉坐标軸coord_flip()。

p <- ggplot(mpg, aes(class, hwy, fill =class))

geom_boxplot(notch = TRUE)

theme_bw()

geom_jitter(width = 0.2)

theme(axis.title = element_text(size = 20),

axis.text = element_text(size = 16, color = "black"),

legend.position = "none")

coord_flip()

p

本系列課程主要側重于講解圖形原理，以及在ggplot2中的實現過程，并沒有特意追求美觀，故很多圖的細節部分修飾有限，大家重點理解實現過程。

本期箱形圖就分享到這裡！下期，韋恩圖，孫老濕與你不見不散！

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!