R语⾔boxplot函数深⼊讲解
箱线图简介
箱线图⼜称箱形图或盒须图，该图是由5个特征值绘制⽽成的图形。
5个特征值是变量的最⼤值、最⼩值、中位数、第1四分位数和第3四分位数。
连接两个分位数画出⼀个箱⼦，箱⼦⽤中位数分割，把两个极值点与箱⼦⽤线条连接，即成箱线图。R中绘制箱线图的函数boxplot（1）基本⽤法boxplot(x, ...)（2）公式形式的⽤法
boxplot(formula, data = NULL, ..., subset, na.action = NULL, drop = FALSE, sep = \".\（3）默认⽤法
boxplot(x, ..., range = 1.5, width = NULL, varwidth = FALSE, notch = FALSE, outline = TRUE, names, plot = TRUE, border =par(\"fg\"), col = NULL, log = \"\= NULL)
主要参数的含义：
x： 向量，列表或数据框。
formula： 公式，形如y~grp,其中y为向量，grp是数据的分组，通常为因⼦。data： 数据框或列表，⽤于提供公式中的数据。
range： 数值，默认为1.5，表⽰触须的范围，即range × (Q3 - Q1)width： 箱体的相对宽度，当有多个箱体时，有效。
varwidth： 逻辑值，控制箱体的宽度， 只有图中有多个箱体时才发挥作⽤，默认为FALSE， 所有箱体的宽度相同，当其值为
TRUE时，代表每个箱体的样本量作为其相对宽度
notch： 逻辑值，如果该参数设置为TRUE，则在箱体两侧会出现凹⼝。默认为FALSE。outline： 逻辑值，如果该参数设置为FALSE，则箱线图中不会绘制离群值。默认为TRUE。names：绘制在每个箱线图下⽅的分组标签。
plot ： 逻辑值，是否绘制箱线图，如设置为FALSE，则不绘制箱线图，⽽给出绘制箱线图的相关信息，如5个点的信息等。border：箱线图的边框颜⾊。col：箱线图的填充⾊。
horizontal：逻辑值，指定箱线图是否⽔平绘制，默认为FALSE。
boxplot函数⽤法举例（1）简单使⽤情况
统计某中学学⽣的⾝⾼数据如下：
144, 166, 163, 143, 152, 169, 130, 159, 160, 175, 161, 170, 146, 159, 150, 183, 165, 146, 169绘制其箱线图。
h <- c(144,166,163,143,152,169,130,159,160,175,161,170, 146,159,150,183,165,146,169)boxplot(h)
结果如下图所⽰：
简单的箱线图
（2）多组的箱线图
某⼯⼚推⾏新的⼯作⽅法，实验组和对照组（原⽅法）的⼯作效率（每⼩时产量），如下⾯的数据：试验组：35, 41, 40, 37, 43, 32, 39, 46对照组：32, 39, 34, 36, 32, 38, 34, 31绘制其箱线图。编写R程序如下：
x <- c(35, 41, 40, 37, 43, 32, 39, 46, 32, 39, 34, 36, 32, 38, 34, 31)f <- factor(rep(c(\"试验组\对照组\"), each=8)) #定义分组因⼦data<- data.frame(x,f) #⽣成数据框boxplot(x~f,data)
结果如下图所⽰：
多组对⽐箱线图
（3）width参数，border参数和col参数的使⽤
x <- c(35, 41, 40, 37, 43, 32, 39, 46, 32, 39, 34, 36, 32, 38, 34, 31)f <- factor(rep(c(\"试验组\对照组\"), each=8))
data<- data.frame(x,f)
boxplot(x~f,data,width=c(1,2), col=c(2,3), border=c(\"darkgray\
效果如下图所⽰：
为箱线图添加颜⾊等
从图中可以看出，第⼆个箱线图的宽度是第⼀个的2倍。各线框的颜⾊和背景颜⾊也不同。这主要由width参数、col参数和border参数给定的。（4）带凹⼝的箱线图
x <- c(35, 41, 40, 37, 43, 32, 39, 46, 32, 39, 34, 36, 32, 38, 34, 31)f <- factor(rep(c(\"试验组\对照组\"), each=8))data<- data.frame(x, f)
boxplot(x~f,data,width=c(1,2), col=c(2,3), notch=TRUE)
如下图所⽰：
带凹⼝的箱线图
到此这篇关于R语⾔boxplot函数深⼊讲解的⽂章就介绍到这了,更多相关R语⾔boxplot函数内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！
