使用预定义的均值和SE在R中创建箱线图
我正在尝试创建一个箱线图,我已经设法做到了,但是我不知道如何指定错误条的值。我已经计算了CSV文件中的值(如下所示): 这是我的密码:使用预定义的均值和SE在R中创建箱线图,r,boxplot,R,Boxplot,我正在尝试创建一个箱线图,我已经设法做到了,但是我不知道如何指定错误条的值。我已经计算了CSV文件中的值(如下所示): 这是我的密码: # ggplot2.boxplot from http://www.sthda.com/english/wiki/easyggplot2?url=/3-easyggplot2/ install.packages("devtools") library(devtools) install_github("kassambara/easyGgplot2") ggpl
# ggplot2.boxplot from http://www.sthda.com/english/wiki/easyggplot2?url=/3-easyggplot2/
install.packages("devtools")
library(devtools)
install_github("kassambara/easyGgplot2")
ggplot2.boxplot(data=df, xName='geno', yName='value', groupName='cond',
groupColors=c('orange','pink'), ytitle="Days", xtitle="Genotype")
以下是我所拥有的:
df似乎使用的包是一个包装器,所以我想玩函数会得到他们想要的OP。似乎使用的包是一个包装器,所以我想玩函数会得到他们想要的OP。什么是ggplot2.boxplot
哦,对不起。我是R的新手,我认为这是一个普通的软件包。我从这里了解到:由于语法似乎非常类似于ggplot2
,因此在这里可能很有用。我不太清楚您想要什么。箱线图显示中位数、四分位数范围和IQR的倍数(通常为1.5倍)。它们通常没有错误条。误差条通常显示在显示平均值和标准误差的条形图上。e、 g.库(dplyr);df%%>%分组依据(geno,cond)%%>%总结(天数=平均值,sem=平均值(sem))%%>%ggplot(aes(x=geno,y=天数,填充系数(cond),ymin=天数-sem,ymax=天数+sem))%%+几何误差条(stat=“identity”,position=道奇%+几何误差条(position=道奇,width=0.25)
ggplot2.boxplot
看起来像是ggplot2
函数的包装器,但灵活性较低;使用ggplot2
可能会更好。您可以自定义用于定义胡须的函数(如RHertel所示),或者使用geom\u linerange
构建boxplot(geom\u errorbar
用于交叉图案填充)还有geom_crossbar
什么是ggplot2.boxplot
哦,对不起。我刚接触R,我认为这是一个普通的软件包。我从这里得到了它:因为语法似乎非常类似于ggplot2
,在这里可能很有用。我不太清楚你想要什么。Boxplots显示中位数、四分位间距和一些倍数(通常为IQR的1.5倍。它们通常没有误差条。误差条通常显示在显示平均值和标准误差的条形图上。例如,library(dplyr);df%%>%groupby(geno,cond)%%>%summary(Days=平均值,sem=平均值)(sem))%%>%ggplot(aes(x=geno,y=Days,fill=factor(cond)),ymin=Days-sem,ymax=Days+sem))%>%+geom_-bar(stat=“identity”,position=dodge%+geom_-errorbar(position=dodge,width=0.25)
ggplot2.boxplot
看起来像是ggplot2
函数的包装器,但灵活性较低;使用ggplot2
可能会更好。您可以自定义用于定义胡须的函数(如RHertel所示),或者使用geom\u linerange
构建boxplot(geom\u errorbar
用于交叉图案填充)和geom_crossbar
可能是因为这是一个注释而不是一个完整的答案可能是因为这是一个注释而不是一个完整的答案
df <- read.table(
text = "value geno cond sem
10.33 Control 0 0.1
10.39 Control 0 0.1
10.32 Control 0 0.1
10.58 Control 0 0.1
13.10 Control 7 0.14
12.94 Control 7 0.14
13.38 Control 7 0.14
13.55 Control 7 0.14
10.39 Exp1 0 0.03
10.26 Exp1 0 0.03
10.38 Exp1 0 0.03
10.41 Exp1 0 0.03
14.50 Exp1 7 0.3
13.00 Exp1 7 0.3
13.50 Exp1 7 0.3
13.75 Exp1 7 0.3
9.74 Exp2 0 0.02
9.79 Exp2 0 0.02
9.81 Exp2 0 0.02
9.83 Exp2 0 0.02
12.25 Exp2 7 0.13
11.86 Exp2 7 0.13
12.50 Exp2 7 0.13
12.29 Exp2 7 0.13",
stringsAsFactors = FALSE,
header = TRUE
)