在 R 中使用 ggplot2 对数据点数量进行着色（或 alpha）箱线图答案

【问题标题】：Shading (or alpha) boxplots by number of datapoints with ggplot2 in R在 R 中使用 ggplot2 对数据点数量进行着色（或 alpha）箱线图
【发布时间】：2013-07-15 00:59:02
【问题描述】：

我有柱状数据集，我正在绘制一系列箱形图，与本示例中的设置最相似： Boxplot of table using ggplot2

require(reshape2)
ggplot(data = melt(dd), aes(x=variable, y=value)) + geom_boxplot(aes(fill=variable))

但是，就我而言，每个箱线图代表不同数量的数据点。例如，A 列可能有 8000 个数据点，B 列可能有 6000 个，C 列可能有 2500 个，D 列可能有 800 个。

为了帮助传达这一点，我想我可以对框的填充颜色设置 alpha 以反映数据点的数量。盒子越暗，用于计算箱线图所代表的统计数据的数据点就越多。

在 geom_histogram 的 ggplot2 帮助文件中，他们使用 aes(fill=..count..) 对与 bin 中的计数 # 对应的 bin 进行着色。

m <- ggplot(movies, aes(x=rating))    
m + geom_histogram(aes(fill=..count..))

（想在此处包含示例直方图的图片，但不能因为我没有足够的声望点...抱歉）

我尝试将它与我的 ggplot geom_boxplot 一起使用，但它似乎不知道 ..count.. 部分。这是我生成箱线图的线：

ggplot(meltedData, aes(x=variable, y=value)) + geom_boxplot(aes(fill=variable), outlier.size = 1) + ylim(-4,3)

有人指点一下吗？我知道我可以将“alpha”属性添加到 geom_boxplot，但是如何根据箱线图中的数据点数将其单独应用于每个箱线图？

提前致谢。

【问题讨论】：

您能否提供一个reproducible example 您要绘制的列？
我不太了解整个..count.. 系统，但我认为它适用于直方图，因为stat="bin" 参数。您可能只需将count 添加到数据本身。

标签： r colors ggplot2 boxplot

【解决方案1】：

stat_boxplot 不计算计数。只需在ggplot2 之外进行：

library(plyr)
DF <- ddply(mtcars, .(cyl), transform, myalpha = length(cyl))

library(ggplot2)
ggplot(DF, aes(factor(cyl), mpg)) + 
  geom_boxplot(aes(alpha = myalpha), fill = "blue")

【讨论】：

【解决方案2】：

data.table 选项：

dd <- data.table(dd)
dd[,Count:=.N,by=variable]

【讨论】：

当然。 “至少”是什么意思？
我只是认为没有必要在每次需要 split-apply-combine 时都列出所有的可能性。我们真的需要一个很好的常见问题解答，提供所有可能性。我在这里选择了plyr，因为我已经在hadleyverse中了。

【解决方案3】：

我使用dplyr包的Roland解决方案：

library(dplyr)
library(ggplot2)

df <- mtcars %>%
  group_by(cyl) %>%
  mutate(my_alpha = length(cyl))

ggplot(df, aes(factor(cyl), mpg)) +
  geom_boxplot(aes(alpha = my_alpha), fill = 'blue')

【讨论】：