1.什么是箱线图？

箱线图（Box Plot），又称为盒须图、盒式图或箱图，是一种用于展示 数据分布 情况的统计图表。箱线图显示了一组数据的中位数（Q2）、上下四分位数（Q1和Q3）、异常值（Outliers）和数据的分布范围。

2.箱线图的组成

sci画流程图,sci绘图素材

如上图所示，箱线图（Box Plot）的主要组成部分包括以下几个要素：

1.箱体（Box）：箱体表示数据的四分位数范围，即Q1到Q3。箱体的底边表示第一四分位数 Q1，顶边表示第三四分位数 Q3。箱体内部的横线（图中黄线）通常表示数据的中位数。
2.须（Whiskers）：须是延伸出箱体的线段，表示数据的总体分布范围。通常，须的长度是一定倍数的四分位距（IQR，即Q3 - Q1）。须的末端可能有线段、点或其他标记。
3.异常值（Outliers）：超出须的范围的数据点被认为是异常值，用点状标记。异常值是相对于整体数据分布而言较为极端或不寻常的观测值。
4.中位数线：箱体内部的横线通常表示数据的中位数（第二四分位数 Q2）。中位数是数据集的中心位置，即将数据分为两半的点。
5.箱体的长度：箱体的长度表示数据的四分位距（IQR），即 Q3 - Q1。四分位距是中间50%数据的范围，用于衡量数据的离散度。
6.上限和下限： 须两端[的两条线]（可不画）为上限和下限，上限为1.5*IQR+Q3, 下限为Q1-1.5*IQR。超出上下限的值为异常值。

3.箱线图怎么看？

箱线图是一种有效的工具，可以提供有关数据分布和离群值的多方面信息。通过观察箱线图，可以了解以下方面的信息：

数据的中心趋势：箱体中的横线表示中位数，可以帮助你了解数据的中心位置。箱体的位置也表示了四分位数的位置，从而提供了对数据中心趋势的直观感受。
数据的分散程度：箱体的长度代表数据的四分位距（IQR，即Q3 - Q1），反映了数据的离散程度。较长的箱体表示数据的分布范围较广，而较短的箱体表示数据相对集中。
异常值的存在：箱线图可以帮助你检测离群值。超出箱体的范围的数据点通常被视为异常值，并以点状标记。
数据的对称性：箱线图在中位数附近的箱体部分展示了数据的对称性。如果箱体两侧的长度相等，数据可能是对称分布的。如果长度不相等，可能存在偏斜。
数据的分布形状：箱线图通过须的长度和方向，反映了数据的整体分布形状。长须表示数据分布范围广，而短须表示数据相对集中。
不同组之间的比较：如果你有多个箱线图并排显示，你可以比较它们的中位数、四分位数范围和分布形状，从而了解不同组之间的差异。

偏态：偏态（Skewness）是统计学中用于描述概率分布偏斜方向和程度的度量。偏态涉及到数据分布在均值附近的不对称性。如上图呈对称分布的数据（正态分布），中位数线将箱体平分，且到上下限等长，这时数据几乎呈对称分布而不呈现偏态。当中位数线更靠近上限，也就是大多数数据点大于均值，这时数据呈正偏态（右偏态）；反之为负偏态（左偏态）。

sci画流程图,sci绘图素材

箱线图中箱体长度越短，方差越小，数据分布越紧凑；同时查看中位数线可以看出不同组中位值的差异和数据的偏态。

总体而言，箱线图是一种强大的可视化工具，能够帮助你更好地理解和比较数据的分布特征，同时识别异常值。

如何绘制箱线图？

常规箱线图

准备数据，设置ABCD四个类别，每个类别由500个呈正态分布的数据点组成。

data <- data.frame(
  name=c( rep("A",500), rep("B",500), rep("B",500), rep("C",20), rep('D', 100)  ),
  value=c( rnorm(500, 10, 5), rnorm(500, 13, 1), rnorm(500, 18, 1), rnorm(20, 25, 4), rnorm(100, 12, 1) )
)

使用R自带的 boxplot 绘图：

boxplot(data$value ~ data$name , 
        col=rgb(0.3,0.5,0.4,0.6) , 
        ylab="value" , 
        xlab="names in desired order")

sci画流程图,sci绘图素材

使用 geom_boxplot()函数绘制箱线图

library(ggplot2)
library(viridis)


ggplot(data, aes(x=name, y=value, fill=name)) +
  geom_boxplot() +
  scale_fill_viridis(discrete = TRUE, alpha=0.6) +
  ggtitle("Boxplot") +
  labs(fill="Category")+
  xlab("")+
  ylab("")+
  theme_bw()

sci画流程图,sci绘图素材

将箱线图横过来：

ggplot(data, aes(x=name, y=value, fill=name)) +
  geom_boxplot() +
  scale_fill_viridis(discrete = TRUE, alpha=0.6) +
  labs(fill="Category")+
  xlab("")+
  ylab("")+
  theme_bw() + 
  coord_flip()

sci画流程图,sci绘图素材

带数据点的箱线图

将原始数据点绘制出来，可以看到使用 geom_point 绘制数据点时，全叠在了一条线上，看不清数据分布：

ggplot(data, aes(x=name, y=value, fill=name)) +
  geom_boxplot() +
  scale_fill_viridis(discrete = TRUE, alpha=0.6) +
  geom_point(color="black", size=0.4, alpha=0.9) +
  ggtitle("Boxplot") +
  labs(fill="Category")+
  xlab("")+
  ylab("")+
  theme_bw()

sci画流程图,sci绘图素材

使用 geom_jitter 来解决重叠的问题：

ggplot(data, aes(x=name, y=value, fill=name)) +
  geom_boxplot() +
  scale_fill_viridis(discrete = TRUE, alpha=0.6) +
  geom_jitter(color="black", size=0.4, alpha=0.9) +
  ggtitle("Boxplot") +
  labs(fill="Category")+
  xlab("")+
  ylab("")+
  theme_bw()

sci画流程图,sci绘图素材

分组箱线图

# 模拟数据
variety=rep(LETTERS[1:7], each=40)
treatment=rep(c("high","low"),each=20)
note=seq(1:280)+sample(1:150, 280, replace=T)
data=data.frame(variety, treatment, note)


# grouped boxplot
ggplot(data, aes(x=variety, y=note, fill=treatment)) + 
  geom_boxplot() + theme_bw()

sci画流程图,sci绘图素材

sci箱线图 (sci模型结构图怎么画)

1.什么是箱线图？

2.箱线图的组成

3.箱线图怎么看？

如何绘制箱线图？