带误差条的线图 / Line plot with error bar in R

       线图(Line plots)的生成方法跟点图(Scatter plots)的产生方法大致相同，这两者都符合“plot”这一命令(command)和其他的定义(customizations)，比如定义axes, box, labels, text, arrows, gridlines, colors, symbols, and legends等，用法也相同。
        线图和点图的差别在于概念上：如果x轴是顺序变量（ordered sequence）或时间变量(time variable)，而不是预测变量(predictor variable)，就应该把数据点连接成线。其他情况下就不应把点连接成线。
        在线图中，可以将y轴的起始点定为0（比如说某个指标的程度随着时间变化），但是这点并不是强制的[1]。


基本线图

        如仅仅描述某一变量随着时间（或顺序）的变化，则可以用简单线图。比如这里的示例数据如下，我们想绘出March, April, May三个月份的值在随着年份的变化：

        R代码可以如下。从所得结果中可以定义线图的各个特征。

data <- read.csv("fail path of example data 1", header=TRUE, sep=";") # Note here sep=";" is used in Mac, different with Windows
x <- data$YEAR
y3 <- data$T_MAR
y4 <- data$T_APR
y5 <- data$T_MAY
yall <- data.frame(y3, y4, y5)
par(mfrow=c(2,3))
matplot(x, yall, type="b", pch=1, col=1:3, main="Pic. 1")
matplot(x, yall, type="p", pch=1, col=1:3, main="Pic. 2")
matplot(x, yall, type="o", pch=19, col=1:3, main="Pic. 3") # type="o" is overlap,it's usually used when symbol is filled such as pch=19
matplot(x, yall, type="l", pch=1, col=1:3, main="Pic. 4") # types are all line
matplot(x, yall, type="pll", pch=1, col=1:3, main="Pic. 5") # types are respectively point,line,and line
matplot(x, yall, type="l", pch=1, col=1:3, lty=c(1,3,5), main="Pic. 6") # line types are 1, 3, and 5
两个Y轴的线图

        有时需要在同一图中放置两个Y轴，以比较两个因变量随着同一自变量变化有什么不同，这时候就要在基本坐标轴的右边放置第二个Y轴，并且定义好两个Y轴的标尺，以及相应两个曲线的标签。

（接以上代码）
par(mar=c(5,4,4,5)+.1) # Make some space for the second Y-axes
matplot(x, y3, type="b", pch=1, col=1:3)  # Draw plot of x~y3
par(new=T) # Important command for this
plot(data$BUD ~ data$YEAR, type="o", ann=F, axes=F, pch=19, ylim=c(60,100)) # Add the second curve to plot
axis(4, las=2) # Add the second Y-axes. las=2 is to define the direction of Y label
mtext("BUD Value", side=4, padj=4) # Define the label of the second Y-axes
legend("topright", pch=c(1,19), lty=1, legend=c("y3", "BUD")) # Add the labels of the two Y-axis

带Error Bar的线图（已知标准差或标准误）

         如果涉及到平均值和标准差或标准误，则需要在线图的每一数据点的平均值上添加误差条。当数据格式像Example Data 1的时候，也就是说SD或SE已经计算出来，也就是说事前已经使用Excel等将数据表进行过总结，已经列出了每个组的标准差或标准误，并一一对应平均值MEAN的时候，则可以根据以下代码画图：
（接以上代码）
par(mfrow=c(1,2))
matplot(data$YEAR, data$BUD, type="o",pch=15,col=1:3,ylim=c(70,110), main="Up&Down Error Bar")
arrows(data$YEAR, data$BUD, data$YEAR,data$BUD+data$BUD_SE, length=0.1, angle=90) # Draw the up error bar
arrows(data$YEAR, data$BUD, data$YEAR,data$BUD-data$BUD_SE, length=0.1, angle=90) # Draw the down error bar
matplot(data$YEAR, data$BUD, type="o",pch=15,col=1:3,ylim=c(70,110), main="Arrow Error Bar")
arrows(data$YEAR,data$BUD+data$BUD_SE, data$YEAR,data$BUD-data$BUD_SE, length=0.1, angle=30) # Draw the arrows of error bar
        将三个线图放在一个plot图、平均值和误差条放在另一个plot图，再将两个plot合在一起：

par(mfrow=c(2,1))
par(mar=c(0,5,0,0)) # mar is A numerical vector of the form c(bottom, left, top, right) which gives the number of lines of margin to be specified on the four sides of the plot. 
matplot(x, yall, type="o", pch=19, col=1:3, bg=1:3, ylab="Temperature(°C)")
legend(1999, 9.5, lty=c(1,2,3), pch=19, col=1:3, legend=c("March", "April","May"))
par(mar=c(3,5,0,0))
matplot(data$YEAR, data$BUD, type="o",pch=15,col=1:3,ylim=c(70,110), ylab="BUD values")
arrows(data$YEAR, data$BUD, data$YEAR,data$BUD+data$BUD_SE, length=0.1, angle=90)
arrows(data$YEAR, data$BUD, data$YEAR,data$BUD-data$BUD_SE, length=0.1, angle=90)

 带Error Bar的线图（标准差或标准误未知）
      
        对于那些未整理汇总的数据（即没有用某种软件计算过各种平均值、标准差或标准误的时候），或者是在R中运算产生的“中间产物/中间数据”，没有明确的标准差或标准误时，则需要先计算该组数据的平均值、标准差、标准误等，然后再绘制带误差条的线图。如示例数据2：

NO.lensuppdose
14.2VC0.5
211.5VC0.5
37.3VC0.5
45.8VC0.5
56.4VC0.5
610VC0.5
711.2VC0.5
811.2VC0.5
95.2VC0.5
107VC0.5
1116.5VC1
1216.5VC1
1315.2VC1
1417.3VC1
1522.5VC1
1617.3VC1
1713.6VC1
1814.5VC1
1918.8VC1
2015.5VC1
2123.6VC2
2218.5VC2
2333.9VC2
2425.5VC2
2526.4VC2
2632.5VC2
2726.7VC2
2821.5VC2
2923.3VC2
3029.5VC2
3115.2OJ0.5
3221.5OJ0.5
3317.6OJ0.5
349.7OJ0.5
3514.5OJ0.5
3610OJ0.5
378.2OJ0.5
389.4OJ0.5
3916.5OJ0.5
409.7OJ0.5
4119.7OJ1
4223.3OJ1
4323.6OJ1
4426.4OJ1
4520OJ1
4625.2OJ1
4725.8OJ1
4821.2OJ1
4914.5OJ1
5027.3OJ1
5125.5OJ2
5226.4OJ2
5322.4OJ2
5424.5OJ2
5524.8OJ2
5630.9OJ2
5726.4OJ2
5827.3OJ2
5929.4OJ2
6023OJ2

 计算标准差和标准误    

        在上一篇博客里介绍了在R中如何分类汇总求平均值，没有介绍求标准差和标准误的方法。这里，就提供计算几组数据的平均值、标准差和标准误的函数：

定义这个计算函数的名称：data_summary
定义函数中的项目(arguements)：
        data——数据框架
        varname——待计算SE/SD的变量的列名称
        groupnames——作为分组变量的列的名称
在示例数据2中，len是待计算各值的变量，supp和dose为用于分组的变量。

data_summary <- function(data, varname, groupnames){
   require(plyr)
   summary_func <- function(x, col){
     c(mean = mean(x[[col]], na.rm = TRUE),
       sd = sd(x[[col]], se = sd(x[[col]])/sqrt(length(x[[col]]))))
   }
   data_sum<-ddply(data, groupnames, .fun = summary_func,
                   varname)
   data_sum <- rename(data_sum, c("mean" = varname))
  return(data_sum)
 }

        这样就得到了一个函数data_summary(data, varname = "NULL", groupnames = "NULL")，用于计算诸如示例数据2的数据框架的平均值、标准差(sd)、标准误(se)。


df <-read.csv("data.csv", sep=";", header=TRUE)
df.sdse <- data_summary(df, varname = "len", groupnames = c("supp", "dose"))
head(df.sdse)
#   supp dose   len       sd        se
# 1   OJ  0.5 13.23 4.459709 1.4102837
# 2   OJ  1.0 22.70 3.910953 1.2367520
# 3   OJ  2.0 26.06 2.655058 0.8396031
# 4   VC  0.5  7.98 2.746634 0.8685620
# 5   VC  1.0 16.77 2.515309 0.7954104
# 6   VC  2.0 26.14 4.797731 1.5171757

 ***   什么时候使用标准差(standard deviation)？什么时候使用标准误(standard error)？[2]
        视自身分析情况而定。如果焦点在数据的分布(spread)和差异性(variability)上，则可以用标准差(sd)来衡量。如果焦点在平均值的准确度(the precision of the means)，或者比较、检验平均值之间的差异(the differences between means)，则可以用标准误(se)来衡量。
        当然，要得到上述平均值或数据置信区间（用标准差），前提是数据必须服从正态分布。当不确定数据是否正态分布时，可以使用自展(bootstrapping)来获得置信区间。 

绘制带误差条的线图

        这里，我们使用ggplot2程序包中的geom_errorbar()完成[3]：

library(ggplot2)
p <- ggplot(df.sdse, aes(x=dose, y=len, fill=supp)) 
+ geom_bar(stat="identity", color="black", position=position_dodge())
+ geom_errorbar(aes(ymin=len-sd, ymax=len+sd), width=0.2, position=position_dodge(0.5))
p
        使用不同的颜色和背景格式[4]，用户可根据自己的喜好选择：

default <- p + labs(title="default", x="Dose (mg)", y = "Length") + scale_fill_manual(values=c('#999999','#E69F00'))
default

gray <- p + labs(title="theme_gray", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_gray()
gray

classtic <- p + labs(title="theme_clastic", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_classic()
classtic

bw <- p + labs(title="theme_bw", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_bw()
bw

linedraw <- p + labs(title="theme_linedraw", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_linedraw()
linedraw

light <- p + labs(title="theme_light", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_light()
light




        如果想像第一个示例数据一样绘制折线图，并带有误差条，则也可使用ggplot2程序包完成[3]：

l <- ggplot(df.sdse, aes(x=dose, y=len, color=supp, group=supp)) +
     geom_point(pch=18, cex=4) +
     geom_line(lty=1) +
     geom_errorbar(aes(ymin=len-sd, ymax=len+sd), width=0.2, position=position_dodge(0.05))
l
## ggplot()中的group必须定义，否则line无法显示 ##
        同样，也可使用不同的颜色和背景格式，比较哪一种更美观[4]：

default.l <- l + labs(title="default", x="Dose (mg)", y = "Length") + scale_fill_manual(values=c('#999999','#E69F00'))
default.l

gray.l <- l + labs(title="theme_gray", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_gray()
gray.l

classtic.l <- l + labs(title="theme_clastic", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_classic()
classtic.l

bw.l <- l + labs(title="theme_bw", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_bw()
bw.l

linedraw.l <- l + labs(title="theme_linedraw", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_linedraw()
linedraw.l

light.l <- l + labs(title="theme_light", x="Dose (mg)", y = "Length") +
scale_fill_manual(values=c('#999999','#E69F00')) + theme_light()
light.l



参考资料 / References

 [1] Line plots with error bars. https://sites.ualberta.ca/~lkgray/uploads/7/3/6/2/7362679/6c_-_line_plots_with_error_bars.pdf
[2] Standard deviation vs Standard error. https://www.r-bloggers.com/standard-deviation-vs-standard-error/
[3] ggplot2 error bars. http://www.sthda.com/english/wiki/ggplot2-error-bars-quick-start-guide-r-software-and-data-visualization
[4] ggplot2 themes and background colors. http://www.sthda.com/english/wiki/ggplot2-themes-and-background-colors-the-3-elements

评论

发表评论

此博客中的热门博文

R数据分类汇总 / Data Classification in R

图片
        许多数据的分类、汇总等基本处理方法，都可以再R中实现。实际上，这些最基本的数据处理，对R初学者来说却是很陌生，初学者能很快熟悉许多数据包(package)的“黑箱”，却不熟悉一些基本的数据处理方法。因此初学者只能将数据暂时保存到Excel表格中，再分类、汇总、计算，最后再一次导入R中。如果慢慢了解如何在R中直接处理这些数据，则会免除不少这样费时费力的操作。 这里就介绍在R中对数据分类汇总的一种方法。         这里有一组由25个个体(行)、10个变量(列)组成的示例数据，25个个体共分为5组，即a_01~a_05为组a，以此类推。这样的数据既可以是从外部读取到R中的，也可以是R在某项运算中得出的一组数据，将这样的数据构成一个data frame，即可在R中直接进行分类汇总。示例数据如下： testdata1 计算过程如下： # 首先将示例数据制成.txt文件或.csv文件，用read.table()或read.csv()读取。 这里需要定义行名称即row.names=1 test1 <- read.table("~/Desktop/blog/testdata1.txt", head=TRUE, row.names=1) head( test1 )              PC1        PC2       PC3        PC4       PC5        PC6        PC7        PC8        PC9       PC10 a_01 -118.276742 -23.926614 21.773257  -3.040001 4.4819716  6.5624516 -...
阅读全文

ggplot2绘制条形图——bar plot using ggplot2

图片
      在实际应用过程中，学会了用ggplot2绘制条形图。也许是最基本的用法，但是在此记录备忘。       条形图一般用于值大小的比较，或是值之间是否有显著性差异。不涉及值之间的趋势，也不涉及值之间的相关等。       首先是数据格式。可以定义的有：类别(group)、X轴对象(subject / individual)、对象的分组(facet )、Y轴值(value)、标准差或标准误(SD/SE)。数据表格大致如下：       第一列是数据的类别，即想在条形图中显示条形的类别。       第二列是对象/个体的标签名称，即显示在X轴上的对象名称。       第三列、第四列是数据值，这里直接给出了平均值和标准差，有时需要根据现有数据计算出来。       第五列是对象的分组，即将X轴的各个对象/个体自定义进行分组。       下图显示了数据的对应结构：       如何在R中绘制呢？ library( ggplot2 ) ## Input the data hetm <- read.table( "data.txt" , head = TRUE )  # Replace the quotes with your own data path ## Plot the graph p <- ggplot( hetm , aes( x = pop , y = mean , fill = het )) + geom_bar( stat = "identity" , color = "black" , position =position_dodge(), lwd = 0 ) + geom_errorbar(aes( ymin = mean - sd , ymax = mean + sd ), width = 0 , lwd = 0.2 , position =position_dodge( 0.9 )) ##...
阅读全文