如何使用ggplot2绘制与排序点叠加的箱线图答案

【问题标题】：How to plot boxplots superimposed with sorted points using ggplot2如何使用ggplot2绘制与排序点叠加的箱线图
【发布时间】：2021-03-26 01:17:24
【问题描述】：

使用 ggplot2，我可以绘制一个与点叠加的箱线图。但这些点位于一条垂直线上。

library(ggplot2)

example_data <- data.frame(cohort = c("ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "ACC", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "CHOL", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC", "DLBC"), 
                           sample = c("A5LI", "A5JQ", "A5JP", "A5LE", "A5LG", "A5JV", "A5JD", "A5J8", "A5K8", "A5L3", "AA33", "AA30", "AA2T", "A95A", "AAZT", "A8I3", "AAV9", "A8Y4", "A8Y8", "AA31", "AAAT", "A9U4", "A7Q1", "A7DS", "A9TV", "A4D5", "A9TY", "A7CX", "A9TW", "A86F"), 
                           count = c(50, 5, 65, 22, 18, 25, 27, 86, 24, 20, 48, 96, 60, 27, 81, 34, 43, 58, 31, 77, 160, 31, 157, 104, 84, 53, 153, 111, 278, 105))


ggplot(example_data, aes(cohort, count)) + 
  geom_boxplot(aes(color = cohort)) + 
  geom_point(aes(color = cohort)) +
  scale_y_log10() +
  labs(x = NULL) +
  theme(axis.line.x = element_blank(), axis.ticks.x = element_blank(), 
        axis.text.x = element_text(angle = 45, vjust = 0.5, hjust = 0.5), legend.position = 'none')

我怎样才能像这个图一样根据它们的 y 值（example_data 中的“计数”大小）对点重新排序？

【问题讨论】：

嗨，OP，您能否提供一个示例数据集，我们可以使用并帮助您定义明确的问题？创作你展示的情节的哪一部分给你带来了最大的麻烦？到目前为止，您尝试了哪些方法来使其发挥作用？
谢谢，我已经更清楚地修改了我的问题。

标签： r ggplot2 boxplot point

【解决方案1】：

如果您查看显示的所需输出的示例图并考虑比例，则基本上有两个不同的层：

总体而言：x 轴是某个类别（“DKFZ”、“Sanger”、“SMuFin”...），y 轴是用于箱线图的某个值。
在每个箱线图中：x 轴是其他一些连续值，y 轴与箱线图中的 y 轴使用相同的值。

这意味着 每个箱线图 的 x 轴与用于整个绘图的 x 轴不同。你有点想要一个“辅助x轴”。如果这是一个好主意，所有的 cmet 都知道，我可以在 ggplot2 中向您展示如何做到这一点的方法。

辅助 x 轴不是 ggplot2 的内置功能；但是，由于您想要的轴之一是分类/离散轴 (example_data$cohort)，而另一个轴是连续轴 (example_data$count)，我们可以通过一些巧妙的构面格式来模拟两个 x 轴的这种效果。

一般的想法是，我们根据cohort 将您的情节分成多个方面，然后在每个情节中我们显示一个整体的箱线图（按cohort 分组）和每个方面的情节点。这意味着我们的 x 轴值是 count 以及 y 轴值 - 我假设在您的实际数据中轴值不会相同，但它适用于示例目的。然后，我们可以使用一些theme 元素和关于构面标签的选项（在ggplot2 中称为strip.text 元素）来模拟相同的外观。我也切换到默认使用theme_classic()，否则你必须处理在最终情节中没有意义的x网格线。如果您想要垂直线，则必须根据您的数据手动或以编程方式放置它们。

通常，刻面是分开的，但我通过panel.spacing.x 将它们推到一起。

并排比较图表很有用，因此请注意，我在这里使用cowplot::plot_grid() 排列新旧图表以进行演示。

一个非常重要的注意事项是我将outlier.shape = NA 添加到geom_boxplot() 的调用中。这很重要，因为默认情况下，任何异常值都将通过geom_boxplot() 命令显示为点，并且它们将位于“不正确”的 x 位置。由于我们已经在处理所有这些点的所需位置，因此有必要像这样删除它们。

p <- # your code you shared + labs(title="Old Plot")

p1 <- 
ggplot(example_data, aes(count, count)) +
  geom_boxplot(aes(color=cohort), outlier.shape = NA) +
  geom_point(aes(color=cohort)) +
  facet_wrap(~cohort, scales='free_x', strip.position = 'bottom') +
  scale_y_log10() +
  labs(title='New Plot', x=NULL) +
  theme_classic() +
  theme(
    panel.spacing.x = unit(0,'pt'),
    axis.text.x = element_blank(),
    strip.placement = 'outside',
    strip.background = element_blank(),
    axis.ticks.x = element_blank()
  )

library(cowplot)
plot_grid(p, p1)

【讨论】：