數據可視化系列:手把手教你繪製帶誤差線的條形圖

2021-02-13 劉老師醫學統計

條形圖可以用於展示數據不同分類下的均值、中位數、標準差和置信區間等,Excel可以實現,但對於帶誤差線的條形圖而言,還是比較麻煩的。R語言的基礎繪圖包和ggplot包也可以實現,但都會稍微麻煩一些,今天我們介紹一個函數,可以很方便的實現帶誤差線的條形圖,希望對你有幫助。

一、刪除內存中變量並導入剪貼板上數據

rm(list = ls())

mydata <- read.delim("clipboard")

二、變量因子化

mydata$sex<-factor(mydata$sex,levels=c(0,1),labels=c("Male","Female"))mydata$bmig<-factor(mydata$bmig,levels=c(1,2,3),labels=c("Normal","Overweight","Obese"))

三、查看數據

str(mydata)

head(mydata)

summary(mydata)

四、誤差條形圖繪製

library(epiDisplay)

#基礎繪製

aggregate.plot(x=mydata$age, by=list(SEX = mydata$sex, BMIG = mydata$bmig),                return = TRUE)

#定製化圖形

aggregate.plot(x=mydata$age, by=list(SEX = mydata$sex, BMIG = mydata$bmig), error="ci",               legend.site = "topleft", bar.col = c("red","green"),               main = "auto")

五、aggregate.plot函數的更多細節

?aggregate.plot

公眾號:劉老師醫學統計,不僅有大量免費的統計學教程,做統計時可以直接參考使用,非常方便。另外,劉老師創立的小白學統計訓練營和小白學R語言訓練營,針對零基礎學員,快速掌握常用統計方法和常用R語言技能,廣受好評。最有特色的是,劉老師還提供1V1統計諮詢服務,可微信可通話。如果你有感興趣的統計問題,也可以在留言區留言,我會儘量解答。

--既往專輯(點擊進入)--

相關焦點

  • Python的數據可視化:對比7種工具包
    Matplotlib在Python中繪圖庫,是一個相對低水平的,所以為了畫出一個看起來很漂亮的圖,它通常要使用比其他的庫需要更多的命令。另一方面,你幾乎可以使用matplotlib繪製任何你想畫的圖。它非常靈活,但是靈活性帶來的問題就是冗餘問題。  我們首先繪製一個直方圖來展示每個航空公司的航線長度的分布。直方圖將所有的路線長度劃分成範圍(或著箱子),然後每個範圍內的數據點進行計數。
  • 誤差線:圖表高手最喜歡的技巧之一
    上一期我們的環比圖表案例中的數據都是環比上升(做Excel不如做PPT?圖表君表示不服!),可以都用上升箭頭形狀替代散點標記,但是實際應用中,環比是有升有降,用上升箭頭直接替代則不太合適今天教大家一個動態呈現上升和下降的環比圖表,成圖如下↓簇狀柱形圖上顯示環比幅度,上升時為藍色,下降時為紅色,根據數據源動態變化。
  • 可視化教程:教你用2016版office軟體做treemap樹狀圖
    愛數據(lovedata.cn)是最大、最專業的大數據在線學習社區,專注大數據、數據分析、數據挖掘、數據應用案例和數據可視化等領域
  • 玩轉地球: 如何利用SAS繪製現代化地圖(附代碼)
    地理空間數據結合其他業務數據如何被分析利用,以及如何在分析中可視化呈現一直是現代化分析平臺的一個重要方向。一方面各種地圖服務越來越多地集成到應用中,成為應用增強交互的組成部分(比如「附近的服務/人」,甚至連支付包紅包都需要呈現各種方位關係,來增強樂趣),另一方面在分析行業,如何能夠高效方便地繪製各種地圖成為一種基本需求。
  • 新年微課:實戰學習網絡輿情可視化工具
    而隨著大數據時代的到來,網絡輿論在數據體量、複雜性和產生速度等方面發生巨大變化。以往的網絡輿情的內容樣本分析已無法準確的描繪熱點事件中網絡輿論的發展之勢了。而可視化工具的出現則很好的彌補了這一缺陷。它不僅可以抓取輿論數據,並繪製出網絡輿論的傳播軌跡圖,了解網絡事件的傳播發展過程。
  • 春節細品生活,Tableau 帶你從細微處找到快樂!
    別著急,本期小編就為大家搜集了一些有趣的可視化作品,帶你細數 Tableau 帶給我們的那些快樂源泉~如何吃的美味又吃的健康?在這個可視化作品中,寶可夢玩家 David Borczuk 利用折線雷達圖、盒須圖分析能抓到的 890 個神奇寶貝的攻擊力、耐力、防禦力,雷達圖顯示了所有不同口袋妖怪的空間分布形狀。同時,作者使用 K-means 聚類算法,將神奇寶貝根據生命力和戰鬥力放置在四象限散點圖中。紅色集群代表 「A層」(最有效)口袋妖怪,他們的戰鬥力和生命力表現都很突出。其次是 「B層」 和 「C層」(最不有效)。
  • 地鐵線路圖與真實地圖的差距,你知道有多大?
    南寧地鐵1號線也開通大半年了,你想知道每天乘坐地鐵看到的線路圖,是如何欺騙你雙眼,扭曲你對地理信息的認知嗎?
  • Excel教程:你不知道的多層折線圖,其實可以更加清晰的展示數據!
    老闆一看,你這做得是什麼?都擠在一起了,你能看明白嗎?雨夜妹子只能找我來訴苦,我也想分開啊,數據也沒拉開差距,我有啥辦法,難道還能像樓房一樣,一人一層嗎?你還別說,真能做,來大鵝帶你搞定他01完成效果然後,我們還要改變一下輔助數據的圖表類型變成橫排顯示的條形圖
  • 小經驗:用Excel表格繪製檢驗科室內質控圖(附視頻)
    Excel電子表格是現階段辦公中使用的重要工具,在資料數據的記錄、統計方面發揮著重要的作用[1]。利用Excel軟體製作的質控圖美觀、規範,對於沒有LiS系統的基層實驗室判別質控的失控及處理有很好的指導作用[2]。用Excel表格繪製檢驗科室內質控圖,是在LIS系統不支持質控數據管理,或者基層醫院缺乏資金不能購買專業質控軟體的前提下,做出的折中方案。
  • 技能手把手教你使用Apple Pay,拿走不謝!
    沒關係,下面這篇文章算得上是手把手教你用Apple Pay。從綁卡到支付,包你學會不要錢。想一想,出門跑個步,除了Apple Watch什麼都不帶,就去買瓶水喝,多麼的絢拽酷炫吊炸天!Apple Pay,蘋果支付,簡潔易懂,就是用蘋果設備支付。買東西刷一下蘋果手機就好了。首先有一點,大家必須搞清楚,Apple Pay相對支付寶和微信支付來說,完全是兩回事。。。
  • Excel教程:《乘風破浪的姐姐》Excel評分圖製作
    圖表使用了堆積條形圖,並且有總計。3. 總計數據標籤在條形圖最右邊4. 同時還展現了總計分數之間的差異。製作軟體:微軟Office2016版Excel。製作步驟:步驟:1 整理數據,圖表是展現數據,整理作圖數據為製作圖表的第一步。
  • 詞彙星空:如何構建一個炫酷的 Word2Vec 可視化
    word2vec嵌入構建了最近鄰居圖(Nearest neighbor graph)。用於該可視化的數據集來自GloVe,包含60億詞條,40萬單詞,每個單詞由一個300維向量表示。是一系列算法,能夠將單詞嵌入到高維向量空間中。
  • 手把手教你如何製做長輩們瘋傳的朋友圈分享圖
    你一定曾心不幹情不願被拉進長輩們的組,一定都看到他們發一些匪夷所思魔性十足的圖案。這些圖片,在長輩間都會瘋傳,關心長輩也就是關心自己的未來,我們也學著做一些讓大叔大媽們會瘋傳的圖,散播歡樂散播愛,小編手把手教你一起加入他們的朋友圈人生!
  • Python數據可視化:2018年電影分析
    數據分析以及可視化。本次只對有電影評分的數據進行獲取。在Pycharm中查看xml格式文件(左右兩塊),你就會發現有對應信息。通過上圖你就可以將數字6對上號了,其他數字一樣的。/ 05 / 數據可視化可視化源碼就不放了,公眾號回復
  • 每日一題——機動法繪製影響線
    【解析】關於連續梁的影響線,一般採用機動法繪製,比靜力法簡單、便捷,但如果不摸透位移變化規律,容易畫錯,我們分別來看下:但是A左端為大地,與誰平行、該如何繪製AB段呢?根據幾何關係即得QA影響線: D左端和EFG均為靜定部分,不發生位移;  【總結】考查機動法繪製影響線,合理運用14字口訣:「求何撤何代以何、沿何吹氣位移1」,即求哪個內力的影響線,就撤掉對應提供該力的約束,並代之以該力,沿著該力的方向上發生微小的單位位移(力對應的廣義位移
  • 手把手教你做485籤證——AFP申請流程篇
    編手把手教大家做了485籤證,但是其中第11條,澳洲AFP信息中,有的童鞋可能會摸不著頭腦。現在,Mr. 編就繼續教大家怎麼申請AFP。1、 首先打開澳洲警察局官網的申請界面:網址:https://afpnationalpolicechecks.converga.com.au/打開如下圖:下拉到底,勾選「I have read and understood the instructions above.」
  • 全球抗「疫」:用Python帶你了解世界疫情
    但有時候,持續滾動的數字往往會讓人從最初的恐懼變成麻木,因此筆者今天會用Python把一個一個冰冷的數字變成一幅一幅生動的圖片,帶你更加具體的了解世界疫情。通過本文,你會學到如何用Python做數據分析,數據可視化,畫世界疫情地圖,了解世界疫情。本次用到的數據我在前面文章分享過,具體見全球抗「疫」:各國疫情數據早知道。