Xây dựng về câu trả lời @ konvas của, bắt đầu từ năm ggplot2.0.x
, bạn có thể sử dụng hệ thống extend ggplotggproto
và xác định stat của riêng bạn.
Bằng cách sao chép mã ggplot2 stat_boxplot
và thực hiện một vài chỉnh sửa, bạn có thể nhanh chóng xác định một stat mới (stat_boxplot_custom
) mà mất percentiles bạn muốn sử dụng như một tham số (qs
) thay vì các coef
luận rằng stat_boxplot
sử dụng. Chỉ số mới được xác định tại đây:
# modified from https://github.com/tidyverse/ggplot2/blob/master/R/stat-boxplot.r
library(ggplot2)
stat_boxplot_custom <- function(mapping = NULL, data = NULL,
geom = "boxplot", position = "dodge",
...,
qs = c(.05, .25, 0.5, 0.75, 0.95),
na.rm = FALSE,
show.legend = NA,
inherit.aes = TRUE) {
layer(
data = data,
mapping = mapping,
stat = StatBoxplotCustom,
geom = geom,
position = position,
show.legend = show.legend,
inherit.aes = inherit.aes,
params = list(
na.rm = na.rm,
qs = qs,
...
)
)
}
Sau đó, chức năng lớp được xác định. Lưu ý rằng b/c tôi đã sao chép trực tiếp từ stat_boxplot
, bạn phải truy cập một vài hàm ggplot2 nội bộ bằng cách sử dụng :::
. Điều này bao gồm rất nhiều nội dung được sao chép trực tiếp từ StatBoxplot
, nhưng khu vực chính là tính toán số liệu thống kê trực tiếp từ đối số qs
: stats <- as.numeric(stats::quantile(data$y, qs))
bên trong của hàm compute_group
.
StatBoxplotCustom <- ggproto("StatBoxplotCustom", Stat,
required_aes = c("x", "y"),
non_missing_aes = "weight",
setup_params = function(data, params) {
params$width <- ggplot2:::"%||%"(
params$width, (resolution(data$x) * 0.75)
)
if (is.double(data$x) && !ggplot2:::has_groups(data) && any(data$x != data$x[1L])) {
warning(
"Continuous x aesthetic -- did you forget aes(group=...)?",
call. = FALSE
)
}
params
},
compute_group = function(data, scales, width = NULL, na.rm = FALSE, qs = c(.05, .25, 0.5, 0.75, 0.95)) {
if (!is.null(data$weight)) {
mod <- quantreg::rq(y ~ 1, weights = weight, data = data, tau = qs)
stats <- as.numeric(stats::coef(mod))
} else {
stats <- as.numeric(stats::quantile(data$y, qs))
}
names(stats) <- c("ymin", "lower", "middle", "upper", "ymax")
iqr <- diff(stats[c(2, 4)])
outliers <- (data$y < stats[1]) | (data$y > stats[5])
if (length(unique(data$x)) > 1)
width <- diff(range(data$x)) * 0.9
df <- as.data.frame(as.list(stats))
df$outliers <- list(data$y[outliers])
if (is.null(data$weight)) {
n <- sum(!is.na(data$y))
} else {
# Sum up weights for non-NA positions of y and weight
n <- sum(data$weight[!is.na(data$y) & !is.na(data$weight)])
}
df$notchupper <- df$middle + 1.58 * iqr/sqrt(n)
df$notchlower <- df$middle - 1.58 * iqr/sqrt(n)
df$x <- if (is.factor(data$x)) data$x[1] else mean(range(data$x))
df$width <- width
df$relvarwidth <- sqrt(n)
df
}
)
Ngoài ra còn có gist here, có chứa mã này.
Sau đó, stat_boxplot_custom
có thể được gọi giống như stat_boxplot
:
library(ggplot2)
y <- rnorm(100)
df <- data.frame(x = 1, y = y)
# whiskers extend to 5/95th percentiles by default
ggplot(df, aes(x = x, y = y)) +
stat_boxplot_custom()
# or extend the whiskers to min/max
ggplot(df, aes(x = x, y = y)) +
stat_boxplot_custom(qs = c(0, 0.25, 0.5, 0.75, 1))
kohske, điều đó không thực sự thay đổi râu (cảm ơn!), Nhưng giá trị ngoại biên biến mất. – cswingle
ví dụ đã được cập nhật: có nhiều cách khác nhau để làm điều đó, nhưng có lẽ đó là cách dễ nhất để vẽ các ngoại lệ trong geom_point. – kohske
Tuyệt vời! Hàm o có thể sử dụng cùng một probs = c (0,05, 0,95) [1]/[2] để các điểm bị loại trừ khớp với râu. Cảm ơn một lần nữa. Có vẻ như tôi cần tìm hiểu thêm về stat_summary. – cswingle