绘制超好看的云雨图和小提琴图！

最新推荐文章于 2026-02-16 23:34:37 发布

原创最新推荐文章于 2026-02-16 23:34:37 发布 · 1.6k 阅读 ·

大模型引用 1 次

本内容遵循CC 4.0 BY-SA版权协议

爱做科研的桶

关注

标签

#信息可视化 #开发语言 #r语言

分类数据科学与机器学习开发

代码可运行

R语言绘图专栏收录该内容

4 篇文章

订阅专栏

云雨图&小提琴图的作用

1. 云雨图（Half-Violin Plot）

定义

云雨图是一种结合了 小提琴图 和 散点图 的图形表现形式，其中：

一侧展示小提琴图（通常用于显示数据的分布密度）。
另一侧叠加散点图，展示每个数据点的原始数值分布。

特点

半小提琴图（half-violin）：将传统小提琴图切为一半，通常位于图形的右侧或左侧。
散点图叠加：用于展示每个数据点的具体位置，从而避免分布密度掩盖数据细节。

作用

数据分布和细节并重：
- 小提琴部分展示数据的全局分布（如峰值和尾部情况）。
- 散点部分提供具体的观测点分布，帮助发现异常值或分布的离散程度。
易于分组对比：适合分组数据的可视化（如不同实验条件、类别变量）。

2. 小提琴图（Violin Plot）

定义

小提琴图是一种结合了 箱线图 和 核密度图 的数据可视化工具，用于描述数据的分布形态。

特点

中心部分包含一个 箱线图，显示分布的五数概要（最小值、第一四分位数、中位数、第三四分位数、最大值）。
两侧对称展示 核密度估计，表示数据的分布密度。
形状宽度反映数据分布的密集程度（宽的部分表示该范围内的数据点更多）。

作用

显示数据分布形态：
- 比单纯的箱线图更详细，能够直观地看到数据分布的偏态、峰值和多模态特征。
数据对比：
- 特别适合多个分组的数据比较。
- 不同宽度的区域展示了各分组的分布差异，例如分布是否对称、是否存在多个峰值。
整合数据摘要：
- 通过同时显示箱线图和核密度估计，小提琴图提供了数据的全景视角。

数据结构

云雨图代码

1. 导入库和读取数据

library(ggplot2)
library(dplyr)
library(RColorBrewer)
library(viridis)
library(ggpubr)
library(rstatix)
library(gghalves)
library(patchwork)
library(openxlsx)

data1 <- read.xlsx("aaa.xlsx")
data1$prob <- factor(data1$prob)
data1$outcome <- factor(data1$outcome)
data1$delay <- as.numeric(data1$delay)

加载库：
- ggplot2：主要用于数据可视化。
- dplyr：用于数据过滤和处理。
- openxlsx：读取 Excel 数据。
- 其他库（如 gghalves）提供了额外的绘图功能，如半小提琴图。
数据预处理：
- 使用 read.xlsx 读取 Excel 文件 aaa.xlsx。
- 将 prob 和 outcome 转换为因子（分类变量），便于分组绘图。
- 将 delay 转换为数值型，以便用于数值分布图。

2. 定义颜色映射

colors = c('#889ECE','#F4E636','#29C4A1','#F3640E','lightgreen')
names(colors) = c('20','30','70','80','90')

定义了一组颜色 colors，并将颜色与 prob 的具体分类值（20、30、70、80、90）绑定。
scale_fill_manual 和 scale_color_manual 后续会引用这些颜色，用于为小提琴图、箱线图和散点图分组上色。

3. 按分组绘图

for (outcome_id in unique(data1$outcome)) {
  data_outcome <- data1 %>%
    filter(outcome == outcome_id)

循环：
- 遍历 outcome 的所有唯一值。
- 使用 filter 筛选出当前循环下的子数据 data_outcome，确保每个分组独立绘图。

4. 构建图形

p <- ggplot(data_outcome, aes(x = prob, y = delay)) +
  geom_half_violin(aes(fill = prob, color = prob), side = 'r', position = position_nudge(x = 0.35, y = 0)) +
  geom_boxplot(aes(fill = prob, color = prob), outliers = FALSE, width = 0.12, cex = 0.8, alpha = 0.5, position = position_nudge(x = 0.22, y = 0)) +
  geom_jitter(color = "grey60", width = 0.1, size = 0.6, alpha = 0.9) +
  ...

绘图层解析：

geom_half_violin：
- 功能：绘制半小提琴图，展示每组数据的分布形态。
- 参数：
  - fill 和 color 按 prob 分类着色。
  - side = 'r'：小提琴图在右侧。
  - position_nudge：将小提琴图稍微向右平移，避免与其他图层重叠。
geom_boxplot：
- 功能：绘制箱线图，显示分组的五数概要（最小值、四分位数和最大值）。
- 参数：
  - outliers = FALSE：隐藏离群点。
  - width = 0.12：调整箱线图宽度。
  - position_nudge：将箱线图向右平移，与小提琴图对齐。
geom_jitter：
- 功能：叠加散点图，展示每个数据点的分布。
- 参数：
  - color = "grey60"：散点颜色设置为灰色。
  - width = 0.1：在 X 轴方向上添加少量随机抖动，避免散点重叠。

5. 坐标轴与配色

scale_color_manual(values = colors) + 
scale_fill_manual(values = colors) +
scale_y_continuous(limits = c(0,50)) +
scale_x_discrete() +
coord_flip()

颜色：
- scale_color_manual 和 scale_fill_manual 使用自定义颜色 colors。
坐标轴：
- scale_y_continuous 设置 Y 轴范围为 [0, 50]。
- coord_flip 将 X 和 Y 轴翻转，使分类变量 prob 位于垂直方向。

6. 图表标签与标题

labs(
  x = "Probability (%)", 
  y = "Delay (Months)", 
  fill = "概率水平", 
  color = "概率水平"
) + 
ggtitle(paste("个体等量参数转换点---", outcome_id, "元"))

标签：
- 自定义 X 轴和 Y 轴的标题。
- 为图例设置标题 fill 和 color，同时支持中文显示。
标题：
- ggtitle 动态生成标题，包含当前分组的 outcome 值。

7. 自定义主题

theme_minimal() + 
theme(
  text = element_text(size = 13),
  plot.title = element_text(size = 15.5, face = "bold", family = "Arial", color = "black", hjust = 0.5),
  axis.text.x = element_text(size = 14, family = "Arial", color = "black", margin = margin(t = 6)),
  axis.text.y = element_text(size = 14, family = "Arial", color = "black", margin = margin(r = 4)),
  ...
)

使用 theme_minimal 创建简洁的主题，并细化各部分样式。
细节调整：
- 标题字体设置为加粗 (face = "bold")。
- 轴标签、图例标题和文本字体大小分别调整。

8. 保存图像

ggsave(filename = paste0("云雨图_修订", outcome_id, ".png"), plot = p, width = 8, height = 6)

每次循环保存当前分组的图像，文件名包含分组信息 outcome_id。
图像格式为 PNG，尺寸为 8 × 6 英寸。

总结

# 加载必要的库
library(ggplot2)        # 数据可视化
library(dplyr)          # 数据处理
library(RColorBrewer)   # 调色板
library(viridis)        # 色盲友好配色方案
library(ggpubr)         # 增强 ggplot2 功能
library(rstatix)        # 统计分析辅助
library(gghalves)       # 半小提琴图
library(patchwork)      # 组合图表
library(openxlsx)       # 读取 Excel 数据

# 读取数据
data1 <- read.xlsx("aaa.xlsx")       # 读取 Excel 文件
data1$prob <- factor(data1$prob)    # 将 prob 转换为因子变量
data1$outcome <- factor(data1$outcome) # 将 outcome 转换为因子变量
data1$delay <- as.numeric(data1$delay) # 将 delay 转换为数值型变量

# 自定义颜色映射
colors <- c('#889ECE', '#F4E636', '#29C4A1', '#F3640E', 'lightgreen')
names(colors) <- c('20', '30', '70', '80', '90')  # 将颜色与 prob 分类值绑定

# 循环绘图并保存
for (outcome_id in unique(data1$outcome)) {
  # 筛选当前分组数据
  data_outcome <- data1 %>%
    filter(outcome == outcome_id)
  
  # 创建图形
  p <- ggplot(data_outcome, aes(x = prob, y = delay)) +
    # 添加半小提琴图
    geom_half_violin(
      aes(fill = prob, color = prob),
      side = 'r',                           # 半小提琴在右侧
      position = position_nudge(x = 0.35, y = 0) # 平移位置避免重叠
    ) +
    # 添加箱线图
    geom_boxplot(
      aes(fill = prob, color = prob),
      outliers = FALSE,                    # 不显示离群点
      width = 0.12,                        # 箱线图宽度
      cex = 0.8,                           # 边框线宽
      alpha = 0.5,                         # 半透明效果
      position = position_nudge(x = 0.22, y = 0) # 平移位置
    ) +
    # 添加散点图
    geom_jitter(
      color = "grey60",                    # 散点颜色
      width = 0.1,                         # 水平方向抖动
      size = 0.6,                          # 散点大小
      alpha = 0.9                          # 不透明度
    ) +
    # 自定义颜色映射
    scale_color_manual(values = colors) + 
    scale_fill_manual(values = colors) +
    # 设置坐标轴范围
    scale_y_continuous(limits = c(0, 50)) + 
    scale_x_discrete() +
    coord_flip() +                         # 翻转坐标轴（X 和 Y 交换位置）
    # 设置标签
    labs(
      x = "Probability (%)",               # X 轴标签
      y = "Delay (Months)",                # Y 轴标签
      fill = "概率水平",                     # 填充图例标题
      color = "概率水平"                    # 边框图例标题
    ) +
    # 设置图表标题
    ggtitle(paste("个体等量参数转换点---", outcome_id, "元")) + 
    # 设置主题样式
    theme_minimal() +
    theme(
      text = element_text(size = 13),                       # 全局文字大小
      plot.title = element_text(size = 15.5, face = "bold", family = "Arial", color = "black", hjust = 0.5),
      axis.text.x = element_text(size = 14, family = "Arial", color = "black", margin = margin(t = 6)),
      axis.text.y = element_text(size = 14, family = "Arial", color = "black", margin = margin(r = 4)),
      axis.title.x = element_text(size = 15, family = "Arial", color = "black"),
      axis.title.y = element_text(size = 15, family = "Arial", color = "black"),
      legend.title = element_text(size = 11, family = "Arial", color = "black", face = "bold"),
      legend.text = element_text(size = 10, family = "Arial", color = "black"),
      axis.ticks.x = element_line(linewidth = 0.6),         # X 轴刻度线宽度
      axis.ticks.y = element_line(linewidth = 0.6),         # Y 轴刻度线宽度
      axis.ticks.length = unit(-0.15, "cm"),                # 刻度线长度
      axis.line = element_line(linewidth = 0.7),            # 坐标轴线宽度
      panel.grid = element_blank()                          # 去除网格线
    )
  
  # 保存图像
  ggsave(
    filename = paste0("云雨图_修订", outcome_id, ".png"), # 动态生成文件名
    plot = p, 
    width = 8, 
    height = 6
  )
}

小提琴图代码

在上面代码的基础上稍微更改一下即可

# 加载必要的库
library(ggplot2)        # 数据可视化
library(dplyr)          # 数据操作
library(openxlsx)       # 读取 Excel 数据

# 读取数据
data1 <- read.xlsx("aaa.xlsx")       # 读取 Excel 文件
data1$prob <- factor(data1$prob)    # 将 prob 转换为因子变量
data1$outcome <- factor(data1$outcome) # 将 outcome 转换为因子变量
data1$delay <- as.numeric(data1$delay) # 将 delay 转换为数值型变量

# 按分组绘制并保存图形
for (outcome_id in unique(data1$outcome)) {
  # 筛选当前分组的数据
  data_outcome <- data1 %>%
    filter(outcome == outcome_id)
  
  # 绘制图形
  p <- ggplot(data_outcome, aes(x = prob, y = delay, fill = prob)) +
    # 小提琴图
    geom_violin(trim = FALSE, scale = "width", color = NA, alpha = 0.35) +
    # trim = FALSE 保留尾部；scale = "width" 保持宽度一致；color = NA 去除边框
    
    # 叠加箱线图
    geom_boxplot(width = 0.2, color = "black", outlier.shape = NA, alpha = 0.4) +
    # width 调整宽度；color 设置边框颜色；outlier.shape = NA 隐藏离群点；alpha 设置透明度
    
    # 叠加散点图
    geom_jitter(aes(color = prob), width = 0.2, height = 0, alpha = 1) +
    # width = 0.2 添加抖动；height = 0 保持垂直对齐；alpha = 1 不透明
    
    # 自定义坐标轴
    scale_x_discrete() +
    scale_y_continuous(breaks = seq(0, 60, by = 20)) +
    coord_cartesian(ylim = c(0, 60)) +
    # coord_cartesian 限制 Y 轴范围为 0 到 60
    
    # 自定义填充和边框颜色
    scale_fill_manual(values = c("palevioletred", "peachpuff", "lightgreen", "lightblue", "plum")) +
    scale_color_manual(values = c("palevioletred", "peachpuff", "lightgreen", "lightblue", "plum")) +
    
    # 添加标签
    labs(
      x = "Probability (%)",              # X 轴标签
      y = "Delay (Months)",               # Y 轴标签
      fill = "概率水平",                   # 填充图例标题
      color = "概率水平"                   # 边框图例标题
    ) +
    
    # 添加图表标题
    ggtitle(paste("个体等量参数转换点---", outcome_id, "元")) +
    
    # 设置主题
    theme_minimal() +
    theme(
      text = element_text(size = 13),                       # 全局文本大小
      plot.title = element_text(size = 15.5, face = "bold", family = "Arial", color = "black", hjust = 0.5),
      axis.text.x = element_text(size = 14, family = "Arial", color = "black", margin = margin(t = 6)),
      axis.text.y = element_text(size = 14, family = "Arial", color = "black", margin = margin(r = 4)),
      axis.title.x = element_text(size = 15, family = "Arial", color = "black"),
      axis.title.y = element_text(size = 15, family = "Arial", color = "black"),
      legend.title = element_text(size = 11, family = "Arial", color = "black", face = "bold"),
      legend.text = element_text(size = 10, family = "Arial", color = "black"),
      axis.ticks.x = element_line(linewidth = 0.6),
      axis.ticks.y = element_line(linewidth = 0.6),
      axis.ticks.length = unit(-0.15, "cm"),
      axis.line = element_line(linewidth = 0.7),
      panel.grid = element_blank()
    )
  
  # 保存图像
  ggsave(
    filename = paste0("小提琴图_", outcome_id, "元", ".png"), # 文件名动态生成
    plot = p,
    width = 8, 
    height = 6
  )
}