Kaip sukurti boxplot su R? 4 būdai

R
vizualizacija
ggplot2
tidyplots
Stačiakampė diagrama (boxplot) yra vienas populiariausių būdų vizualizuoti duomenų pasiskirstymą. Šiame straipsnyje parodysiu, kaip sukurti boxplot naudojant base R, ggplot2, tidyplots ir ggpubr paketus.
Author

Paulius Alaburda

Published

February 8, 2026

Kas yra stačiakampė diagrama (boxplot)?

Stačiakampė diagrama, arba boxplot, yra vienas iš dažniausiai naudojamų grafikų moksliniuose darbuose. Ji parodo duomenų pasiskirstymą kompaktiškai: medianą, kvartiles, ekstremumus ir galimus išskirtis (outliers). Boxplot ypač naudingas, kai norime palyginti kelis pogrupius.

Šiame straipsnyje parodysiu 4 skirtingus būdus, kaip sukurti boxplot su R:

  1. Base R – be jokių papildomų paketų
  2. ggplot2 – populiariausias vizualizacijos paketas
  3. tidyplots – naujas paketas, skirtas mokslinėms publikacijoms
  4. ggpubr – ggplot2 plėtinys su statistiniais palyginimais

Visiems pavyzdžiams naudosime iris duomenų rinkinį, kuris yra įtrauktas į R.

1. Base R

Paprasčiausias būdas – naudoti boxplot() funkciją, kuri yra įtraukta į base R. Nereikia jokių papildomų paketų:

boxplot(Sepal.Length ~ Species,
        data = iris,
        main = "Taurėlapių ilgis pagal rūšį",
        xlab = "Rūšis",
        ylab = "Taurėlapio ilgis (cm)",
        col = c("#4F46E5", "#f97316", "#22c55e"))

Kada naudoti base R?

Base R boxplot yra greičiausias būdas peržiūrėti duomenis eksploracijoje. Tačiau jei ruošiate grafiką publikacijai, rekomenduoju naudoti ggplot2 arba tidyplots.

Privalumai:

  • Nereikia papildomų paketų
  • Greita ir paprasta
  • Tinka eksploracijai

Trūkumai:

  • Ribotos pritaikymo galimybės
  • Sudėtinga keisti stilių
  • Netinka publikacijoms

2. ggplot2

ggplot2 yra populiariausias R vizualizacijos paketas. Jis leidžia kurti gražius ir profesionalius grafikus naudojant „gramatikos” principą – grafikas kuriamas sluoksnis po sluoksnio:

library(ggplot2)

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot(alpha = 0.8, outlier.shape = 21) +
  scale_fill_manual(values = c("#4F46E5", "#f97316", "#22c55e")) +
  labs(
    title = "Taurėlapių ilgis pagal vilkdalgių rūšį",
    x = "Rūšis",
    y = "Taurėlapio ilgis (cm)"
  ) +
  theme_minimal(base_size = 13) +
  theme(legend.position = "none")

Galime pridėti ir duomenų taškus, kad matytume kiekvieno stebėjimo reikšmę:

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot(alpha = 0.6, outlier.shape = NA) +
  geom_jitter(aes(color = Species), width = 0.2, alpha = 0.5, size = 1.5) +
  scale_fill_manual(values = c("#4F46E5", "#f97316", "#22c55e")) +
  scale_color_manual(values = c("#4F46E5", "#f97316", "#22c55e")) +
  labs(
    title = "Boxplot su atskirais duomenų taškais",
    x = "Rūšis",
    y = "Taurėlapio ilgis (cm)"
  ) +
  theme_minimal(base_size = 13) +
  theme(legend.position = "none")

Patarimas

Kai pridedate taškus su geom_jitter(), nustatykite outlier.shape = NA geom_boxplot() viduje, kad outlieriai nebūtų pavaizduoti du kartus.

Privalumai:

  • Labai lankstus ir galingas
  • Platus bendruomenės palaikymas
  • Galima pridėti daugybę sluoksnių

Trūkumai:

  • Reikia daugiau kodo nei base R
  • Pradedantiesiems gali būti sudėtinga sintaksė

3. tidyplots

tidyplots yra naujas paketas, sukurtas specialiai mokslinėms publikacijoms. Jo sintaksė yra labai intuityvi – naudojamas pipe operatorius |>, o funkcijos pradedamos nuo add_, adjust_, remove_:

library(tidyplots)

iris |>
  tidyplot(x = Species, y = Sepal.Length, color = Species) |>
  add_boxplot() |>
  add_data_points_beeswarm(alpha = 0.4) |>
  adjust_colors(new_colors = c("#4F46E5", "#f97316", "#22c55e")) |>
  adjust_title("Taurėlapių ilgis pagal rūšį") |>
  adjust_x_axis_title("Rūšis") |>
  adjust_y_axis_title("Taurėlapio ilgis (cm)") |>
  adjust_size(height = 50)

tidyplots taip pat leidžia labai paprastai kontroliuoti grafiko dydį, kas yra ypač naudinga rengiant publikacijas:

iris |>
  tidyplot(x = Species, y = Sepal.Length, color = Species) |>
  add_boxplot() |>
  add_data_points_beeswarm(alpha = 0.4) |>
  adjust_colors(new_colors = c("#4F46E5", "#f97316", "#22c55e")) |>
  adjust_title("Minimalus stilius") |>
  adjust_x_axis_title("Rūšis") |>
  adjust_y_axis_title("Ilgis (cm)") |>
  adjust_size(height = 50) |>
  remove_legend()

Kodėl verta išbandyti tidyplots?

tidyplots yra ypač naudingas, kai reikia greitai sukurti publikacijai tinkamą grafiką su pastovia ir tvarkinga sintakse. Jei jau naudojate |> operatorių su dplyr, tidyplots sintaksė bus labai pažįstama.

Privalumai:

  • Intuityvi, konvejerinė (pipe-based) sintaksė
  • Automatinis dydžio valdymas publikacijoms
  • Lengva derinti su statistiniais testais

Trūkumai:

  • Naujesnis paketas, mažiau išteklių internete
  • Mažiau pritaikymo galimybių nei ggplot2

4. ggpubr

ggpubr yra ggplot2 plėtinys, kuris supaprastina grafikų kūrimą ir prideda galimybę tiesiogiai grafikuose rodyti statistinius palyginimus:

library(ggpubr)

ggboxplot(iris,
          x = "Species",
          y = "Sepal.Length",
          fill = "Species",
          palette = c("#4F46E5", "#f97316", "#22c55e"),
          add = "jitter",
          title = "Boxplot su statistiniais palyginimais",
          xlab = "Rūšis",
          ylab = "Taurėlapio ilgis (cm)") +
  stat_compare_means(method = "anova", label.y = 8.5) +
  stat_compare_means(
    comparisons = list(c("setosa", "versicolor"),
                       c("versicolor", "virginica"),
                       c("setosa", "virginica")),
    method = "t.test",
    label = "p.signif"
  )

Statistiniai palyginimai grafike

ggpubr leidžia tiesiogiai grafike pridėti p-reikšmes tarp grupių naudojant stat_compare_means(). Tai labai patogu rengiant straipsnius, kur reikia vizualiai parodyti statistinius skirtumus.

Privalumai:

  • Paprasta sintaksė
  • Integruoti statistiniai palyginimai
  • Lengva pridėti p-reikšmes į grafiką

Trūkumai:

  • Mažiau lankstus nei grynas ggplot2
  • Ribotesnis stilių pasirinkimas

Palyginimas

Savybė Base R ggplot2 tidyplots ggpubr
Sudėtingumas Žemas Vidutinis Žemas Žemas
Lankstumas Ribotas Labai didelis Vidutinis Vidutinis
Publikacijoms ❌ ✅ ✅✅ ✅
Statistiniai testai ❌ Su papildomais paketais ✅ ✅✅
Mokymosi kreivė Lengva Vidutinė Lengva Lengva

Išvados

  • Eksploracijai – naudokite base R boxplot(), jei norite greitai peržiūrėti duomenis.
  • Publikacijoms – naudokite ggplot2 arba tidyplots, jei norite pilnai kontroliuoti grafiko išvaizdą.
  • Su statistiniais palyginimais – naudokite ggpubr, jei norite grafike rodyti p-reikšmes.
  • Moksliniams straipsniams – tidyplots yra puikus pasirinkimas dėl automatinio dydžio valdymo ir paprastos sintaksės.

Nepriklausomai nuo to, kurį būdą pasirinksite, svarbiausia, kad boxplot būtų aiškus, informatyvus ir tinkamai pavaizduotų jūsų duomenis. 🎯