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
love530love19 分钟前
命令行创建 UV 环境及本地化实战演示—— 基于《Python 多版本与开发环境治理架构设计》的最佳实践
开发语言·人工智能·windows·python·conda·uv
陪我一起学编程41 分钟前
MySQL创建普通用户并为其分配相关权限的操作步骤
开发语言·数据库·后端·mysql·oracle
麦子邪43 分钟前
C语言中奇技淫巧04-仅对指定函数启用编译优化
linux·c语言·开发语言
破刺不会编程1 小时前
linux线程概念和控制
linux·运维·服务器·开发语言·c++
henreash1 小时前
NLua和C#交互
开发语言·c#·交互
萌新小白的逆袭2 小时前
《Maven 核心基础笔记(第一天)》
java·开发语言·spring
苦学编程的谢2 小时前
MyBatis_3
java·开发语言·后端·mybatis
go54631584653 小时前
Python点阵字生成与优化:从基础实现到高级渲染技术
开发语言·人工智能·python·深度学习·分类·数据挖掘
猫头虎3 小时前
2025年02月11日 Go生态洞察:Go 1.24 发布亮点全面剖析
开发语言·后端·python·golang·go·beego·go1.19
仰望天空—永强3 小时前
PS 2025【七月最新v26.5】PS铺软件安装|最新版|附带安装文件|详细安装说明|附PS插件
开发语言·图像处理·python·图形渲染·photoshop