柱状图、箱线图、提琴图、杰特图还有蜂窝图，你要哪个？

上次提到箱线图等这些类型的图可以展示更多的数据特点，很多人并不推荐使用柱状图。 为了在科研论文中普及箱线图（boxplot）的使用，nature method还专门发文力推。

Visualization samples with box plots

文中详细讲解了箱线图的原理和优点，并与传统柱状图做了对比。柱状图边上标红的 Not recommended 格外显眼！

Box plots are a more communicative way to show sample data

另外，不久前刚获得“统计界诺奖”考普斯会长奖（COPSS Presidents' Award）的Hadley Wickham 还曾在2011年专门写过一篇文章 “40 years of boxplots” 总结了boxplot的发展变化。该文中对boxplot的构成介绍如下图：

Construction of a boxplot

经过很多年的发展，目前有各种各样画风的箱线图：

Box Plot Variations（http://datavizcatalogue.com/blog/box-plot-variations/）

其实在22排小提琴那篇帖子里，小提琴图的内部是有个箱线图的，如果你没注意，可以再去回顾一下。

除了箱线图，提琴图、杰特图和蜂窝图这些也是很好的选择。

如下，我简单画出了这几种统计图，供您作图时参考。

首先给出模拟数据：

1# loading packages
2library(tidyverse)
3library(cowplot)
4set.seed(1234)
5data "a","b"),100),
6                   value = sample(10:30,100, replace = TRUE))

先上柱状图：

 1bar % 
 2  group_by(items) %>% 
 3  summarise(mean = mean(value),
 4            sd = sd(value),
 5            se = sd/sqrt(length(value))) %>% 
 6  ggplot(aes(items, mean, fill = items))+
 7  geom_col(width = 0.5, color = "black")+
 8  ggpubr::theme_pubr(14)+
 9  theme(legend.position = "")+
10  geom_errorbar(aes(ymin=mean - sd, ymax=mean + sd), width=0.2, size = 0.5)+
11  labs(x = "barplot", y = "")+
12  ylim(0,35)
13bar

箱线图：

1box 2  geom_boxplot(width = 0.5)+
3  ggpubr::theme_pubr(14)+
4  theme(legend.position = "")+
5  labs(x = "boxplot", y = "")+
6  ylim(0,35)
7box

提琴图：

1vio 2  geom_violin(width = 0.5)+
3  ggpubr::theme_pubr(14)+
4  theme(legend.position = "")+
5  labs(x = "violinplot", y = "")+
6  ylim(0,35)
7vio

杰特图：

1jit 2  geom_jitter(width = 0.25)+
3  ggpubr::theme_pubr(14)+
4  theme(legend.position = "")+
5  labs(x = "jitterplot", y = "")+
6  ylim(0,35)
7jit

蜂窝图：

1bwm 2  ggbeeswarm::geom_beeswarm(cex = 2)+
3  ggpubr::theme_pubr(14)+
4  theme(legend.position = "")+
5  labs(x = "beeswarm", y = "")+
6  ylim(0,35)
7bwm

最后，我把除柱状图外的四种图画在一个坐标系上，可对比观察几种图的特点：

 1com  2  geom_boxplot(width = 0.2,position = position_nudge(-0.2), color = "black")+
 3  geom_jitter(aes(as.numeric(items) - 0.4,value, color = items), width = 0.08)+
 4  geom_violin(width = 0.2,position = position_nudge(0.2), color = "black")+
 5  ggbeeswarm::geom_beeswarm(cex = 1)+
 6  ggpubr::theme_pubr(14)+
 7  theme(legend.position = "")+
 8  labs(x = "combined", y = "")+
 9  ylim(0,35)
10com

最后的最后，我们用cowplot来拼个图吧~ 做了share legends的复杂拼图。

 1#share legend
 2legend  3  bar + 
 4    guides(fill = guide_legend(ncol = 1))+
 5    theme(legend.position = "right",
 6          legend.box.margin = margin(0, 0, 50, -50))
 7)
 8
 9# 拼图
10plot_grid(
11  plot_grid(bar, box, jit, bwm, labels = c("a", "b", "c","d"), nrow = 2),
12  plot_grid(
13