使用stat_summary函数 #使用ggplot函数绘制散点图ggplot(data, aes(x = x, y = y)) + geom_point() + stat_summary(fun.y = mean, geom = "point", shape = 23, size = 3, fill = "red") 1. 2. 3. 4. 总结 通过以上步骤,你应该已经学会了如何使用R语言中的stat_summary函数。记住不断练习...
下面是stat_summary()函数的一般用法: R复制代码 ggplot(data, aes(x, y)) + stat_summary(fun, geom, ...) 其中: data是一个数据框,包含要绘制的数据。 aes(x, y)定义了要在x轴和y轴上使用的变量。 fun是一个函数,用于计算汇总统计量。常用的函数包括mean、median、sd等。你也可以自定义函数。 geo...
使用stat_summary函数,箱线图中的均值以钻石形状呈现。 注意fun.y已经弃用,直接使用fun即可。 所以用点型23,颜色为白色。 ggplot(data = birthwt, aes(x = factor(race), y = bwt)) + geom_boxplot() + stat_summary(fun= "mean", geom = "point", shape=23, size = 3, fill = "white") 示例...
ggplot(df,aes(x=cyl,y=mpg,fill=cyl))+geom_boxplot()+scale_fill_manual(values=c("#0099f8","#e74c3c","#2ecc71"))+stat_summary(fun.data=get_box_stats,geom="text",hjust=0.5,vjust=0.9)+theme_classic()
stat_summary()函数的默认几何对象:pointrange ggplot(data = diamonds) + geom_pointrange( mapping = aes(x = cut, y = depth), stat = "summary", fun.min = min, fun.max = max, fun = median ) 1. 2. 3. 4. 5. 6. 7. 8.
stat_summary() 绘制的是pointrange对象。 我们先看看stat_summary函数 stat_summary( mapping = NULL, data = NULL, geom = "pointrange", position = "identity", ..., fun.data = NULL, fun = NULL, fun.max = NULL, fun.min = NULL,
(1)stat_summary()函数的默认几何对象是什么?不使用统计变换函数的话,如何使用几何对象函数重新生成以上的图? 默认几何对象为geom_pointrange() ggplot(data=diamonds)+geom_pointrange(mapping=aes(x=cut,y=depth),stat="summary",fun.min=min,fun.max=max,fun=median) ...
g + stat_summary(fun.y = mean, fun.ymin = min, fun.ymax = max, color = "red") # 计算各组均值,最值 # stat_summary_bin g1 <- ggplot(diamonds, aes(cut)) g1 + geom_bar() # 条形图 ,只有1个映射的时候默认为计数 g1 + stat_summary_bin(aes(y = price), fun.y = "mean",...
stat_summary( mapping = aes(x = cut, y = depth), fun.min = min, fun.max = max, fun= median ) # 位置调整 ggplot(data= diamonds) + geom_bar(mapping = aes(x = cut, color = cut)) ggplot(data= diamonds) + geom_bar(mapping = aes(x = cut, fill = cut)) ...
,aes(Loc,value))+ stat_summary(geom = "bar",position = "dodge",aes(fill=Type),width=0.4) + stat_pvalue_manual(stat.test,label = "p.adj.signif",label.size=5,hide.ns = T, tip.length = 0.01)+ stat_summary(geom = "errorbar",fun.data = "mean_sdl", fun.args = list(mult =...