R语言科研编程-标准偏差柱状图

生成随机数据

在R中,可以使用rnorm()生成正态分布的随机数据,并模拟分组数据。以下代码生成3组(A、B、C)随机数据,每组包含10个样本:

r 复制代码
set.seed(123)  # 确保可重复性
group_A <- rnorm(10, mean=50, sd=5)
group_B <- rnorm(10, mean=60, sd=8)
group_C <- rnorm(10, mean=45, sd=6)
data <- data.frame(
  Group = rep(c("A", "B", "C"), each=10),
  Value = c(group_A, group_B, group_C)
)

计算均值和标准偏差

使用dplyr包汇总数据,计算每组均值和标准偏差:

r 复制代码
library(dplyr)
summary_data <- data %>%
  group_by(Group) %>%
  summarise(
    Mean = mean(Value),
    SD = sd(Value)
  )

绘制柱状图与误差棒

使用ggplot2绘制柱状图,并通过geom_errorbar添加标准偏差误差棒:

r 复制代码
library(ggplot2)
ggplot(summary_data, aes(x=Group, y=Mean, fill=Group)) +
  geom_bar(stat="identity", width=0.5) +
  geom_errorbar(aes(ymin=Mean-SD, ymax=Mean+SD), width=0.2) +
  labs(title="误差分析柱状图", y="均值 ± 标准偏差") +
  theme_minimal()

自定义图形样式(可选)

调整颜色、标题和坐标轴:

r 复制代码
ggplot(summary_data, aes(x=Group, y=Mean, fill=Group)) +
  geom_bar(stat="identity", width=0.5, color="black") +
  geom_errorbar(aes(ymin=Mean-SD, ymax=Mean+SD), width=0.2, linewidth=0.7) +
  scale_fill_brewer(palette="Set2") +
  labs(title="误差分析柱状图", x="分组", y="测量值") +
  theme_classic()

输出图形

执行代码后,图形将显示在R的绘图窗口。如需保存为文件,使用ggsave():

r 复制代码
ggsave("error_bar_plot.png", width=6, height=4, dpi=300)

安装patchwork包 在R或RStudio中执行以下命令从CRAN安装:

r 复制代码
install.packages("patchwork")
 

双排显示

r 复制代码
library(ggplot2)
library(patchwork)
 
 ``````r 
p1 <- ggplot(summary_data, aes(x=Group, y=Mean, fill=Group)) + 
  geom_bar(stat="identity", width=0.5) + 
  geom_errorbar(aes(ymin=Mean-SD, ymax=Mean+SD), width=0.2) + 
  labs(title="误差分析柱状图", y="均值 ± 标准偏差") + 
  theme_minimal()

p2 <- ggplot(summary_data, aes(x=Group, y=Mean, fill=Group)) + 
  geom_bar(stat="identity", width=0.5, color="black") + 
  geom_errorbar(aes(ymin=Mean-SD, ymax=Mean+SD), width=0.2, linewidth=0.7) + 
  scale_fill_brewer(palette="Set2") + 
  labs(title="误差分析柱状图", x="分组", y="测量值") + 
  theme_classic()
 

左右排列显示结果

r 复制代码
combined_horizontal <- p1 + p2 + plot_layout(ncol = 2)
print(combined_horizontal)
r 复制代码
combined_vertical <- p1 / p2 + plot_layout(nrow = 2)
print(combined_vertical)
 
r 复制代码
combined_horizontal + 
  plot_annotation(title = "双图对比分析") + 
  plot_layout(guides = "collect") & 
  theme(plot.margin = unit(c(1,1,1,1), "cm"))
 


总结

柱状图是所有图像的基础,尝试建立不同的柱状图,在基本的格式基础上更改参数,多练习多尝试,加油吧小伙伴们。

相关推荐
程序猿编码4 分钟前
工业视觉多任务方案:可编程梯度信息视觉框架,训练评估 + C++ 部署完整实战
开发语言·c++·视觉·推理引擎
言乐643 分钟前
Python实现语音审核模型
开发语言·python·django·virtualenv·pygame
朝朝辞暮i1 小时前
C++ 第 21 课:struct —— 把一组相关数据打包在一起
开发语言·c++·算法
SHARK_pssm2 小时前
【C++——类和对象(下)】
开发语言·c++·经验分享·笔记
凯哥Java2 小时前
写代码怎么避免逻辑漏洞?
java·开发语言·人工智能·自动化
Ai-_Man3 小时前
您您这可以把Dola的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。用AI导出鸭,答案是可以的
开发语言·前端·人工智能·小程序
Java后端的Ai之路3 小时前
Python进阶探索23 - Python中的Time与Datetime模块
开发语言·数据库·python·datetime·time
沫璃染墨3 小时前
《从零入门Linux系统篇(五十四):线程篇·七——互斥锁底层原理:从原子交换到线程竞争与锁实现》
linux·运维·服务器·开发语言·c++·驱动开发·系统架构
Java后端的Ai之路3 小时前
Python进阶探索24_应用案例_linux系统的监控
linux·开发语言·python·应用·探索
程序员清风4 小时前
PydanticAI 实战:用类型安全构建可靠的 Python Agent
开发语言·python·安全