避坑指南：用ggplot2画箱线图常犯的5个错误（附正确代码示例）

避坑指南：用ggplot2画箱线图常犯的5个错误（附正确代码示例）

箱线图作为数据可视化的经典工具，能直观展示数据分布、离散程度和异常值。但在实际使用ggplot2绘制时，初学者常因参数误解或细节疏忽导致图表失真。本文将剖析五个高频错误场景，并提供可直接复用的解决方案。

1. 异常点重叠：忽视outlier.shape参数的调控

当数据集中存在密集异常值时，默认的圆形标记会导致视觉重叠。通过调整outlier.shape参数可显著提升可读性：

# 错误示例：异常点重叠
ggplot(iris, aes(x = Species, y = Sepal.Length)) + 
  geom_boxplot()

# 正确方案：使用空心三角形标记异常值
ggplot(iris, aes(x = Species, y = Sepal.Length)) + 
  geom_boxplot(
    outlier.shape = 2,  # 空心三角形编码
    outlier.size = 3,
    outlier.color = "steelblue"
  )

关键参数说明：

• outlier.shape: 取值1-25对应不同形状（推荐2/5/6）
• outlier.size: 控制标记大小，通常2-4为宜
• outlier.alpha: 设置透明度缓解重叠

提示：当异常值超过数据点30%时，建议改用小提琴图或密度图

2. 颜色映射混淆：fill与color参数误用

初学者常混淆这两个美学映射参数，导致图例与预期不符：