Highcharts是一款純JavaScript編寫的圖表庫(kù)，為你的Web網(wǎng)站、Web應(yīng)用程序提供直觀、交互式圖表。當(dāng)前支持折線、曲線、區(qū)域、區(qū)域曲線圖、柱形圖、條形圖、餅圖、散點(diǎn)圖、角度測(cè)量圖、區(qū)域排列圖、區(qū)域曲線排列圖、柱形排列圖、極坐標(biāo)圖等幾十種圖表類型。

點(diǎn)擊下載Highcharts最新試用版

箱形圖是一種非常好的圖表，可幫助快速可視化我們的數(shù)據(jù)點(diǎn)分布的形狀并檢測(cè)異常值。然而，箱形圖的解釋很容易混淆并誤導(dǎo)受眾。克服這一缺點(diǎn)的一種方法是將箱形圖與抖動(dòng)相結(jié)合。

在本教程中，我們將向您展示如何通過(guò)組合箱形圖和抖動(dòng)來(lái)創(chuàng)建有效的R可視化效果。

• 所有圖表都是使用R庫(kù)Highcharter創(chuàng)建的，因此強(qiáng)烈建議您遵循R的基本知識(shí)。
• 本教程使用Highcharter庫(kù)的開發(fā)版本（0.7.0.9001），因?yàn)槎秳?dòng)圖類型尚未集成到生產(chǎn)版本中。
• 所使用的數(shù)據(jù)與上一個(gè)javascript教程小倍數(shù)和箱線圖中的數(shù)據(jù)集相同。

基本上，箱形圖僅在五個(gè)主要值中顯示大量點(diǎn)的統(tǒng)計(jì)數(shù)據(jù)：最大值，第三四分位數(shù)，中位數(shù)，第一四分位數(shù)和最小值。如果數(shù)據(jù)集有異常值，則箱形圖也會(huì)顯示它們。

下面的演示顯示了2012年奧運(yùn)會(huì)運(yùn)動(dòng)員四個(gè)不同學(xué)科的高度：獨(dú)木舟，體操，曲棍球和現(xiàn)代五項(xiàng)：

這是R中的代碼：

install.packages("devtools")
library(devtools)
devtools::install_github("jbkunst/highcharter")
library("highcharter")
library("dplyr")
library(readr)

packageVersion("highcharter")

#Load the data
df <- read_csv( "http://raw.githubusercontent.com/mekhatria/demo_highcharts/master/Olympics2012CapitalLetter.csv" ) #Remove the unnecessary data such as nationality, date of birth, name, and age df = subset(df, select = -c(nationality, date_of_birth, name, age)) # Compare the data set using the descipine name and sex my_data <- df %>% filter((sport == "Gymnastics" &
                   sex == "male")  |
                  (sport == "Canoe" &
                     sex == "male") |
                  (sport == "Hockey" &
                     sex == "male") |
                  (sport == "Modern Pentathlon" & sex == "male")
  )
#Remove the redundant data
my_data = subset(my_data, select = -c(sex))
#Create the chart
hcboxplot(
  outliers = FALSE,
  x = my_data$height,
  var = my_data$sport,
  name = "Length"
) %>%
  hc_title(text = "Male height by descipline (Olympic 2012)") %>%
  hc_yAxis(title = list(text = "Height in metre")) %>%
  hc_chart(type = "column")

我們可以觀察到以下內(nèi)容：

• 體操和曲棍球項(xiàng)目的數(shù)據(jù)表示正態(tài)分布，因?yàn)橹形粩?shù)相對(duì)于箱形圖的中心，而晶須的長(zhǎng)度大致相同。晶須是盒子末端之間的細(xì)線。
• 獨(dú)木舟項(xiàng)目的數(shù)據(jù)略微偏向頂部。
• 由于現(xiàn)代五項(xiàng)項(xiàng)目的中位數(shù)接近底部，因此其數(shù)據(jù)存在偏差。
• 與其他兩個(gè)學(xué)科相比，現(xiàn)代五項(xiàng)運(yùn)動(dòng)會(huì)的男性身高彼此更接近。

到目前為止，箱形圖使我們能夠以非常整潔和快速的可視化方式獲得一些統(tǒng)計(jì)信息和數(shù)據(jù)比較。但是，箱形圖未顯示圖表上的數(shù)據(jù)點(diǎn)。如果沒有數(shù)據(jù)點(diǎn)，圖表的解釋很容易誤導(dǎo)受眾，使其將盒圖的長(zhǎng)度與數(shù)據(jù)點(diǎn)的大小聯(lián)系起來(lái)，或者兩個(gè)相似的盒圖大小會(huì)有相同的數(shù)據(jù)點(diǎn)數(shù)量等。換句話說(shuō)，我們無(wú)法回答以下問(wèn)題:

1. 樣本的大小是多少？
2. 樣本如何分散在圖表上？
3. 每個(gè)數(shù)據(jù)集中有多少離群值？
4. 每個(gè)最小或最大末端有幾個(gè)點(diǎn)？
5. 數(shù)據(jù)的密度是多少？
6. 體操和曲棍球箱形圖的形狀相似，是否表示它們具有相同大小的樣本？

彌補(bǔ)箱形圖缺點(diǎn)的一種方法是增加抖動(dòng)。添加到繪圖框中的抖動(dòng)會(huì)顯示數(shù)據(jù)點(diǎn)的密度和大小。

這是R中的代碼：

#Load the data
df <- read_csv( "http://raw.githubusercontent.com/mekhatria/demo_highcharts/master/Olympics2012CapitalLetter.csv" ) #Remove the unnecessary data such as nationality, date of birth, name, and age df = subset(df, select = -c(nationality, date_of_birth, name, age)) # Comparing two data set using the sport name and sex my_data <- df %>% filter((sport == "Gymnastics" &
                   sex == "male")  |
                  (sport == "Canoe" &
                     sex == "male") |
                  (sport == "Hockey" &
                     sex == "male") | (sport == "Modern Pentathlon" & sex == "male")
  )
#Remove the redundant data
my_data = subset(my_data, select = -c(sex))
#Create the chart
hcboxplot(
  x = my_data$height,
  var = my_data$sport,
  name = "Length",
  color = "#2980b9",
  outliers = TRUE
) %>%
  hc_chart(type = "column") %>%
  hc_title(text = "Male height by descipline (Olympic 2012)") %>%
  hc_yAxis(title = list(text = "Height in metre")) %>%
  hc_add_series(
    data = my_data,
    type = "scatter",
    hcaes(x = "sport", y = "my_data$height", group = "sport")
  ) %>%
  hc_plotOptions(scatter = list(
    color = "red",
    marker = list(
      radius = 2,
      symbol = "circle",
      lineWidth = 1
    )
  ))  %>%
  hc_plotOptions(scatter = list(jitter = list(x = .1, y = 0)))

毫無(wú)疑問(wèn)，在可視化的項(xiàng)目中，獨(dú)木舟和曲棍球項(xiàng)目擁有最大數(shù)量的樣本，而現(xiàn)代五項(xiàng)擁有最小數(shù)量的樣本。盡管如此，體操和曲棍球項(xiàng)目的方框圖形狀幾乎相同。它們的數(shù)據(jù)點(diǎn)大小不同。添加抖動(dòng)的另一個(gè)好優(yōu)點(diǎn)是可以直觀地顯示每個(gè)規(guī)則的最大值，最小值和離群值的數(shù)量。

好吧，看來(lái)增加抖動(dòng)有助于我們更好地理解數(shù)據(jù)集。但是，值得一提的是，抖動(dòng)圖本身也有其缺點(diǎn)，但是與箱線圖的組合可從每個(gè)圖中獲得最佳效果，因?yàn)樗鼈?可以相互彌補(bǔ)缺陷。抖動(dòng)圖將在另一篇文章中探討：)。

現(xiàn)在，您知道如何通過(guò)混合箱形圖和抖動(dòng)來(lái)創(chuàng)建引人注目的交互式圖表。讓我們知道您使用這些圖表的經(jīng)驗(yàn)，并隨時(shí)在下面的部分中分享任何評(píng)論或問(wèn)題。