当前位置：极客教程 > R语言 > R语言 教程 > R语言 改变boxplot上的离群标签的大小

R语言 改变boxplot上的离群标签的大小

R语言 改变boxplot上的离群标签的大小

R编程语言中的boxplots被用来标记数据，并对数据的分布情况进行假设。可以使用R语言中的各种数据可视化包来构建boxplot，比如ggplot2和car包。离群点指的是位于数据边界之外的数据点。这些数据点一般都在其他数据点的适当边界之外。可以增加离群点的大小。

方法1：使用ggplot2包

ggplot2包用于数据的可视化和描绘图谱。这个包可以通过以下命令下载并安装到工作空间。

install.packages("ggplot2")
R

这个包中的ggplot方法被用来构建各种类型的图，比如散点图、箱形图等。这些图把要使用的数据框架作为输入，同时使用x和y坐标提供美学映射。其他参数可以通过使用分组列指定的颜色来添加。

geom_boxplot() 组件可以被添加到ggplot对象中，以便从指定的数据中创建一个boxplot。它的参数是outlier.size，以便为离群点提供一个尺寸。

语法： geom_boxplot (outlier.size = )

参数 :

outlier.size – 箱形图的外围点的大小

# installing the required libraries
library("ggvis")
  
# creating a data frame
data_frame <- data.frame(col1 = c("a","b","a",
                                  "a","b","a"),
                         col2 = c(1,2,3,4,5,12))
print("Data Frame")
print(data_frame)
  
# plotting with notch
ggplot(data_frame, aes(x = col1, y = col2)) +
  geom_boxplot(outlier.size=20)
R

输出

[1] "Data Frame"
> print(data_frame)
  col1 col2
1    a    1
2    b    2
3    a    3
4    a    4
5    b    5
6    a   12
R

在R语言中改变boxplot上的离群标签的大小

方法2：使用car包

R中的Companion to Applied Regression（car）包用于将回归技术应用于R对象中的数据元素。该包可以通过以下命令下载并安装到R工作空间中。

install.packages("car")
R

R中的Bexplot方法可以用来创建具有点识别功能的boxplots。

语法： Bexplot( vec, data, labels, outcex )

参数 :

  • vec – 构建boxplot的变量
  • data – 数据表
  • labels – 为绘制的数据提供的标签
  • outcex – 离群点的大小

下面的代码片段使用数据框架的col1来绘制数据点的boxplot。标签被指定为数据框的列头。outcex参数可用于指定离群点的大小。

# installing the required libraries
library("car")
# creating a data frame
data_frame <- data.frame(col1 = c("a","b","a",
                                  "a","b","a"),
                         col2 = c(1,2,3,4,5,12))
print("Data Frame")
print(data_frame)
  
# plotting with notch
Boxplot(data_frame$col2, data=data_frame, 
        labels=row.names(data_frame),
        outcex=3)
R

输出

[1] "Data Frame"
col1 col2

1    a    1
2    b    2
3    a    3
4    a    4
5    b    5
6    a   12

[1] 6
R

在R语言中改变boxplot上的离群标签的大小

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

R语言 精品教程

登录

找回密码？

注册