ggplot2绘制Sinaplot(正弦图)

下面将介绍如何使用ggplot2制作Sinaplot，并说明为什么它是一种更好的可视化方式

Google对Sinaplot的定义

Sinaplot受到条形图和小提琴图的启发。该图显示了与小提琴图相同的轮廓，适合于在多类数据集中绘制任何单个变量的数据可视化图表。它是增强版的抖动条形图，其中抖动的宽度由每个类别内数据的密度分布控制

加载R包

library(tidyverse)
library(ggforce)
library(patchwork)

构造3个数据集合，第一个双峰分布，第二个均匀分布，第三个正态分布

bimodal <- c(rnorm(100,4),rnorm(100,8))
uniform <- c(runif(200,min=4,max=8))
normal <- c(rnorm(200,6,sd=3))

> head(df)
   bimodal  uniform   normal
1 3.491757 4.801792 3.055745
2 3.246869 5.113854 2.768095
3 0.569459 6.232528 7.323789
4 3.206453 6.320274 9.293444
5 3.266438 7.534436 8.599974
6 3.722091 4.867614 5.959940

使用tidyr包中的pivot_longer( )将数据以宽格式转换为长格式

p <- data.frame(bimodal=bimodal,
                 uniform=uniform,
                 normal=normal)
df <- p %>% 
  pivot_longer(cols=bimodal:normal,
               values_to = "value", names_to = "grp")

> df
# A tibble: 600 x 2
   grp     value
   <chr>   <dbl>
 1 bimodal 3.49 
 2 uniform 4.80 
 3 normal  3.06 
 4 bimodal 3.25 

先绘制一个箱线图，可以看到三个分布看起来都一样。箱线图基本上掩盖了数据的真实性

df %>%
  ggplot(aes(x=grp,y=value, fill=grp))+
  geom_boxplot()+
  theme(legend.position = "none")

绘制小提琴图，该图将密度层添加到箱图中，Violinplot很好地展示了数据的真实分布情况

df %>%
  ggplot(aes(x=grp,y=value, fill=grp))+
  geom_violin()+
  theme(legend.position = "none")

具有抖动数据点的Violinplot比单独的Violinplot更好

Violinplot仍然依靠汇总统计信息，并且不显示该图后面的实际数据。因此，更好的选择是将抖动数据点添加到小提琴图

df %>% 
  ggplot(aes(x=grp,y=value,fill=grp))+
  geom_violin()+
  geom_jitter(width=0.1,alpha=0.5)+
  theme(legend.position="none")

Sinaplot比Violinplot更好

带有抖动数据点的小提琴图显示了数据分布模式。但是抖动的数据点仍然可以彼此重叠，并且不能完全看到数据。而Sinaplot结合了抖动数据点和小提琴图的优点。使用ggforce的geom_sina（）函数制作sinaplot

df %>% 
  ggplot(aes(x=grp,y=value, color=grp))+
  geom_sina()+
  theme(legend.position="none")

结合Vioplot的Sinaplot比单独的Sinaplot更好

尽管sinaplot nices很好地显示了数据及其密度模式，但在其中添加在小提琴图中使其看起来更好

df %>% 
  ggplot(aes(x=grp,y=value, fill=grp))+
  geom_violin()+
  geom_sina(alpha=0.5)+
  theme(legend.position="none")