---
disqus: ahb0222
GA : G-VF9ZT413CG
---

# 盒鬚圖(Boxplot) 中顯示最大最小值 R 繪製方法
> [color=#40f1ef][name=LHB阿好伯, Jan 26, 2019 ][:earth_africa:](https://www.facebook.com/LHB0222/)
###### tags: `可視化`

[TOC]

最近一位朋友詢問在Sigmaplot中無法顯示最大最小值

在[一圖勝千表_數據可視化_基本圖表篇](/LphJAeGFTVKIMT-FP0giNg)中有介紹到

箱型圖是一種用作顯示一組數據分散情況資料的統計圖

盒鬚圖可以呈現許多資訊例如集中趨勢（中位數，平均值和分布模式）

用來比較群組間的差異是很好的


在Sigmaplot中預設是會顯示離群值(outlier)

而離群值並不是最大或最小值

這邊用一個範例來看在第8廠的地方有一個29的數值

但在盒鬚圖中並沒辦法顯示出來



Sigmaplot試過一些方法都無法解決

最後利用R來處理

在[一圖勝千表_數據可視化_基本圖表篇](/LphJAeGFTVKIMT-FP0giNg)中也有提到一圖形稱為小提琴圖(violin plot)算是盒鬚圖的變形

也可以用來顯示資料的分布但並不是敘述統計上的資訊

而是實際的數值分布情況結果如下


---

數據準備另存成CSV檔

| 廠商 | 次數 |
| :--------: | :--------: |
| 1廠 | 3 |
| 1廠 | 7 |
| : | : |
| 2廠 | 6 |
| 2廠 | 4 |
| : | : |
| 3廠 | 6 |
| : | : |
| : | : |
| 11廠 | 4 |

# R程式碼

install.packages("ggplot2")  #安裝ggplot2套件
library(ggplot2) #載入ggplot2套件
Data_flie <- file.choose() #選取檔案位址
PointData <- read.csv(Data_flie) #讀取檔案
PointData <- data.frame(PointData) #轉換成為Data from
qplot(廠商,次數,data = PointData,geom = "violin",fill = 廠商,main = "各廠家點數") #繪製小提琴圖

最後一行改成

qplot(廠商,次數,data = PointData,geom = "violin",fill = 廠商,main = "各廠家點數") + 
    geom_dotplot(binaxis='y', stackdir='center', dotsize=0.3)

可以更加明確地呈現出其資料的分布


R的優點在於其可編程其變化較多

例如將boxplot中添加上圖中的資料點也可以

只需要將geom = "violin"改成geom = "boxplot"


qplot(NAME,NUM,data = PointData, + 
    geom = "boxplot",fill = NAME,main = "各廠家點數") +
    geom_dotplot(binaxis='y', stackdir='center', + 
    dotsize=0.3) 

有時候大家也會用添加一些亂數排列的方式來呈現分布


將 geom_dotplot(binaxis='y', stackdir='center', dotsize=0.3)
改成
geom_jitter(height = 0.2, width = 0.2)

  geom_jitter(height = 0.2, width = 0.2)

Excel、Origin、Sigmaplot、GraphPad等軟體，

不需要編程、只要點擊介面按鈕就可以繪製圖表，卻喪失一定的靈活性。

你可以改變顏色、字體和標題，但僅限於軟體所提供的那些元素。

這些軟體只能由你去適應它的操作規則、讓你使用現有的圖表，

而並不能創造新的圖表

像R、Matlab、Python等軟體，需要編程才能實現圖表的繪製，

這些軟體本身包含很多數據可視化的函數（function）或者包（package）

掌握代碼與算法，你也可以自己編寫函數設計新穎的圖表。

有機會一定推薦大家都學習R當作繪圖軟體的主力

想學習的可以參考[R語言網路免費基礎資料與個人推薦書單](/1TgzGGWGT_KLSvkDOwDmTw)

全文分享至

https://www.facebook.com/LHB0222/

有疑問想討論的都歡迎於下方留言

喜歡的幫我分享給所有的朋友 \o/

有所錯誤歡迎指教


<style>

html, body, .ui-content {
background-color: #333;
color: #ddd;
}

body > .ui-infobar {
display: none;
}

.ui-view-area > .ui-infobar {
display: block;
}

.markdown-body h1,
.markdown-body h2,
.markdown-body h3,
.markdown-body h4,
.markdown-body h5,
.markdown-body h6 {
color: #ddd;
}

.markdown-body h1,
.markdown-body h2 {
border-bottom-color: #ffffff69;
}

.markdown-body h1 .octicon-link,
.markdown-body h2 .octicon-link,
.markdown-body h3 .octicon-link,
.markdown-body h4 .octicon-link,
.markdown-body h5 .octicon-link,
.markdown-body h6 .octicon-link {
color: #fff;
}

.markdown-body img {
background-color: transparent;
}

.ui-toc-dropdown .nav>.active:focus>a, .ui-toc-dropdown .nav>.active:hover>a, .ui-toc-dropdown .nav>.active>a {
color: white;
border-left: 2px solid white;
}

.expand-toggle:hover,
.expand-toggle:focus,
.back-to-top:hover,
.back-to-top:focus,
.go-to-bottom:hover,
.go-to-bottom:focus {
color: white;
}

.ui-toc-dropdown {
background-color: #333;
}

.ui-toc-label.btn {
background-color: #191919;
color: white;
}

.ui-toc-dropdown .nav>li>a:focus,
.ui-toc-dropdown .nav>li>a:hover {
color: white;
border-left: 1px solid white;
}

.markdown-body blockquote {
color: #bcbcbc;
}

.markdown-body table tr {
background-color: #5f5f5f;
}

.markdown-body table tr:nth-child(2n) {
background-color: #4f4f4f;
}

.markdown-body code,
.markdown-body tt {
color: #eee;
background-color: rgba(230, 230, 230, 0.36);
}

a,
.open-files-container li.selected a {
color: #5EB7E0;
}

</style>