原文链接：http://tecdat.cn/?p=11073
箱形图 非常有用，因为它们不仅指示中间值，而且还显示了第一四分位数和第三四分位数的测量结果变化。但是，也有一些图提供了一些附加信息。在这里，我们将仔细研究箱形图的潜在替代方案：蜂群图和小提琴图。
蜂群图
原则上，蜂群图类似于一维散点图，因为它将单个测量结果显示为点。但是，不同之处在于，蜂群图采用了一种逻辑，以确保所绘制的点彼此靠近且不会重叠。
那么，什么时候应该使用蜂群图？由于蜂群图中的点不应重叠，因此此类图仅适用于相对少量的测量。如果测量结果显示不同的组，则它们也适用，因为各个点可以相应地着色。
在R中使用蜂群图
我们将使用 warpbreaks数据集 来举例说明绘图的用法。
# option 1: color by group
beeswarm(breaks ~ wool + tension, data = warpbreaks,
main = "Beeswarm of breaks versus wool and tension",
col = rep(c("red", "blue"), 3))
# option 2: color individual points
蜂群图也可以通过以下方式与箱形图组合：
beeswarm(breaks ~ wool, data = warpbreaks,
main = "Beeswarm of breaks versus wool", add = TRUE,
pwcol = as.numeric(tension), pch = 16)
小提琴图
小提琴图的想法是将箱形图和密度图结合起来。由于该图依赖于密度估计，因此只有在有足够数量的数据可用于获得可靠估计时，该图才有意义。否则，估计的密度可能表示数据中实际上没有的趋势。
在R中创建小提琴图
为了演示小提琴图与箱形图的不同之处，请比较以下两种表示形式：
grid.arrange(p.violin, p.box, ncol = 2)
在这种情况下，我们看到了小提琴情节的限制，对于小样本量 。 另一方面，箱形图显示，实际上只有两个测量值大于60。
如果您有任何疑问，请在下面发表评论。
大数据部落 -中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和统计分析咨询服务
统计分析和数据挖掘咨询服务：y0.cn/teradat（咨询服务请联系官网客服）
QQ：3025393450
QQ交流群：186388004 
【服务场景】
科研项目; 公司项目外包;线上线下一对一培训;数据爬虫采集;学术研究;报告撰写;市场调查。
【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询
欢迎关注微信公众号，了解更多数据干货资讯！
欢迎选修我们的R语言数据分析挖掘必知必会课程！
