打开r软件,输入数据集。这里以一个班级的学生成绩为例来介绍箱线图的使用方法。
输入绘制箱线图命令boxplot(class1),运行命令,得到一班学生成绩箱线图。箱线图箱体中间的粗黑线表示中位数所在位置,可以看到本例的平均值大约在80分。最下面的圈号表示异常点。本例的异常值为25。
一个图表中可以绘制多个系列的箱线图,便于比较。这里添加另外一个班级的成绩,进行比较。
输入绘制箱线图的代码:
boxplot(class1,class2,names=c('一班','二班'),col=c("green","red"))
其中names表示为两个系列命名。col为颜色取值。
运行代码,得到连个箱线图。从图中可以明显看到两个班级的成绩分布情况。二班的成绩比较集中,一班的差异比较大。二班的平均分要高于一班。完成。
提示:箱线图还有很多参数可供我们绘图时使用。可以运行命令help(boxplot)了解更多内容。
箱线图主要是通过四分位数描述数据分布,通过最大值,上四分位数,中位数,下四分位数,最小值五处位置描述数据分布情况。箱线图能够显示出可能为离群点(范围±1.5*IQR以外的值,IQR表示四分位距,即上四分位数与下四分位数的差值)的观测。从箱线图中,可以大致推断出数据的集中或离散趋势。
boxplot() 是一个泛型函数,目前支持两种参数类型:公式和数据。
x 参数为一个数值向量或者列表,若为列表则对列表中每一个子对象依次作出箱线图。
formula 为一个公式,比如 y ~ x。
data 参数为一个数据框或者列表。
na.action 参数是对NA值的操作,默认为忽略。
ann 参数为逻辑值,是否绘制坐标轴。
range 是一个延伸倍数,决定了箱线图的须延伸到什么位置。
width 设置箱子的宽度。
varwidth 为逻辑值,若为 TRUE,那么箱子的宽度与样本量的平方根成比例。
notch 决定了是否在箱子上画凹槽,可以用于比较两组数据的中位数是否有差异。
horizontal 是否水平放置箱线图。
add 参数设置是否将箱线图添加到现有图形上。
at 参数,当add为TRUE时,设置箱线图位置。
[1] https://www.sohu.com/a/220236877_434937
[2] https://zhuanlan.zhihu.com/p/144339417
[3] Robert I. Kabacoff (著). R语言实战(高涛/肖楠/陈钢 译). 北京: 人民邮电出版社.