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
小短腿的代码世界21 小时前
Qt券商接口封装深度解析:统一API设计与多源适配
开发语言·qt·单元测试
wearegogog12321 小时前
基于Q-learning的栅格地图路径规划MATLAB仿真程序
开发语言·算法·matlab
csbysj202021 小时前
Java 条件语句
开发语言
Ulyanov1 天前
《现代 Python 桌面应用架构实战:PySide6 + QML 从入门到工程化》 开发环境搭建与工具链极简主义 —— 拒绝臃肿,构建工业级基座
开发语言·python·qt·ui·架构·系统仿真
逻辑驱动的ken1 天前
Java高频面试场景题19
java·开发语言·面试·职场和发展·求职招聘
初心未改HD1 天前
Go语言net/http与Web开发:构建高性能HTTP服务
开发语言·golang
叼烟扛炮1 天前
C++第一讲:C++ 入门基础
开发语言·c++·函数重载·引用·内联函数·nullptr
Ulyanov1 天前
《现代 Python 桌面应用架构实战:PySide6 + QML 从入门到工程化》:QML 声明式语法与霓虹按钮 —— 当 Python 遇见现代美学
开发语言·python·ui·qml·系统仿真·雷达电子对抗仿真
弹不出的5h3ll1 天前
Ghost Bits:高位截断如何让 Java WAF 形同虚设
java·开发语言
码界筑梦坊1 天前
113-基于Python的国际超市电商销售数据可视化分析系统
开发语言·python·信息可视化·毕业设计·fastapi