我有一个名为mpg的数据集。我想绘制一个箱线图(上面带有点),以查看变量drv(驱动类型)和cty(城市里程每加仑)之间的关系。
以下是我的代码:
ggplot(data=mpg,mapping=aes(x=drv,y=cty))+geom_boxplot(outlier.shape = NA)+geom_jitter()
有没有一种方法可以从geom_jitter()中排除异常值?
我有一个名为mpg的数据集。我想绘制一个箱线图(上面带有点),以查看变量drv(驱动类型)和cty(城市里程每加仑)之间的关系。
以下是我的代码:
ggplot(data=mpg,mapping=aes(x=drv,y=cty))+geom_boxplot(outlier.shape = NA)+geom_jitter()
有没有一种方法可以从geom_jitter()中排除异常值?
您可以使用outlier.shape=NA
来隐藏geom_boxplot的异常值。对于geom_jitter,您可以使用透明度来隐藏异常值,但这些异常值需要先进行定义。
mpg %>%
group_by(drv) %>%
mutate(cty.show = as.numeric( # so ggplot doesn't complain about alpha being discrete
between(cty,
quantile(cty)[2] - 1.5*IQR(cty),
quantile(cty)[4] + 1.5*IQR(cty)))) %>%
ggplot(aes(drv, cty)) +
geom_boxplot(outlier.shape = NA) +
geom_jitter(aes(alpha=cty.show), show.legend=FALSE) +
scale_alpha_continuous(range = c(0, 1)) # otherwise outliers only partially transparent.
对于第二个图,如果需要的话可以调整y轴限制。geom_jitter()
本身没有丢弃异常值的参数。您需要通过定义哪些点是异常值来手动过滤要绘制的数据点。
library(dplyr)
library(ggplot2)
mpg %>%
group_by(drv) %>%
mutate(cty_filtered = case_when(cty - quantile(cty)[4] > 1.5*IQR(cty) ~ NA_real_,
quantile(cty)[2] - cty > 1.5*IQR(cty) ~ NA_real_,
TRUE ~ cty)) %>%
ggplot() + geom_boxplot(aes(drv, cty)) + geom_jitter(aes(drv, cty_filtered))
geom_jitter()
本身没有丢弃异常值的参数。您需要手动筛选要绘制的数据点或手动定义哪些点是异常值,然后再将其输入到geom_jitter()
中。 - Nuclear03020704