柱状图加误差线、R语言、柱状图、R语言画柱状图

#加载函数包

library(ggplot2)

#创建数据集

data <- data.frame(

  name=letters[1:5],

  value=sample(seq(4,15),5),

  sd=c(1,0.2,3,2,4)

)

#查看数据集

data

#柱状图+误差线(最基础)

ggplot(data) +

  geom_bar( aes(x=name, y=value),

            stat="identity",

            fill="skyblue",

            alpha=0.7) +

  geom_errorbar( aes(x=name, ymin=value-sd, ymax=value+sd),

                width=0.4,

                colour="orange",

                alpha=0.9,

                size=1.3)


#水平形式

ggplot(data) +

  geom_bar( aes(x=name, y=value), stat="identity", fill="skyblue", alpha=0.5) +

  geom_errorbar( aes(x=name, ymin=value-sd, ymax=value+sd), width=0.4, colour="orange", alpha=0.9, size=1.3) +

  coord_flip()


#矩形形式的误差线

ggplot(data) +

  geom_bar( aes(x=name, y=value), stat="identity", fill="skyblue", alpha=0.5) +

  geom_crossbar( aes(x=name, y=value, ymin=value-sd, ymax=value+sd), width=0.4, colour="orange", alpha=0.9, size=1.3)


#直线形式的误差线

ggplot(data) +

  geom_bar( aes(x=name, y=value), stat="identity", fill="skyblue", alpha=0.5) +

  geom_linerange( aes(x=name, ymin=value-sd, ymax=value+sd), colour="orange", alpha=0.9, size=1.3)


#直线+点形式的误差线

ggplot(data) +

  geom_bar( aes(x=name, y=value), stat="identity", fill="skyblue", alpha=0.5) +

  geom_pointrange( aes(x=name, y=value, ymin=value-sd, ymax=value+sd), colour="orange", alpha=0.9, size=1.3)


##柱状图要分组

#创建数据集

data <- data.frame(

  name=c("a","b","c","a","b","c"),

  value=sample(seq(4,15),6),

  sd=c(1,1,1,1,1,1),

  group=c("A","A","A","B","B","B")

)

#查看数据集

data

#绘制分组柱状图

ggplot(data, aes(x =name, y = value, fill = group)) +

  geom_bar(stat = "identity",

          position = position_dodge(0.75),

          width=0.73)+

  geom_errorbar( aes(x=name, ymin=value-sd, ymax=value+sd,group=group),

                position = position_dodge(0.75),

                width=0.4,

                colour="orange",

                alpha=0.9,

                size=1.3)+

  coord_cartesian(ylim=c(3,16))+    #坐标从非0开始的设置方法

  labs(title = "", x = "类别", y = "值", fill = "组别")+

  scale_fill_hue(c = 40) +

  theme(legend.position="none")+

  theme_bw()+

  theme(panel.grid.major = element_blank(),

              panel.grid.minor = element_blank())+

  theme(axis.title.x = element_text(size = 16),

              axis.title.y = element_text(size = 14),

              axis.text.x = element_text(size = 14),

              axis.text.y = element_text(size = 14), #刻度

              legend.title = element_text(size = 14), #最右边的图例字体

              legend.key.size = unit(1.5, "lines")) #图例大小的调整,这里设置为占两个格子


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,454评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,553评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,921评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,648评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,770评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,950评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,090评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,817评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,275评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,592评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,724评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,409评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,052评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,815评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,043评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,503评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,627评论 2 350

推荐阅读更多精彩内容