R

R

前言

如标题所示，它的实质就是Scatter+Violin+box，在数据点之间加上连线就能很好的展示前测后测，纵向数据。中英文的教程都很多，而且还有不错的shiny应用(/)，功能还比较全面，重点是可获得生成该图的R代码。

但是可以从该shiny运用提供的模板来看，并不支持多数据点之间的连线。

这里推荐的教程在云雨图的基础上增加数据点之间的连线（如下图），以展示不同时间点之间的变化，纵向数据可视化的不二选择。

地址：

.pdf

使用了该教程记得给原作者credit()。教程从最简单的scatter plot开始逐步增加元素和细节，循序渐进的告诉你怎么做这一类图，可以让你更好的了解作图的逻辑，轻松运用到其他的场景。

数据和所需包

载入所需的包:

library("plyr")library("lattice")library("ggplot2")library("dplyr")library("readr")library("rmarkdown")library("Rmisc")library("devtools")library("gghalves")

其中gghalves是用来做一半violin的，可以这么安装：

devtools::install_github(’erocoar/gghalves’)

设置2个参数方便之后调用

# Define limits of y-axisy_lim_min = 4y_lim_max = 7.5

生成前后测数据，这里随便找了一组数据(iris)，假装是前后测的。

before = iris$Sepal.Length[1:50]after = iris$Sepal.Length[51:100]n <- length(before)d <- data.frame(y = c(before, after),x = rep(c(1,2), each=n),id = factor(rep(1:n,2)))

y是数据，x代表前后测，id是可以理解为被试的id。
 

画两组点

使用geom_point，坐标轴x设置为前后测即可，可以顺便看一下怎么调x坐标轴和label。

f1 <- ggplot(data=d, aes(y=y)) +  #Add geom_() objects  geom_point(aes(x=x), color = "magenta", size = 1.5) +  #Define additional settings  scale_x_continuous(breaks=c(1,2), labels=c("Before", "After"), limits=c(0, 3)) +  xlab("Condition") + ylab("Value") +  ggtitle('Figure 1: Repeated measures individual datapoints') +  theme_classic() +  coord_cartesian(ylim=c(y_lim_min, y_lim_max))f1

增加连线

f2 <- ggplot(data=d, aes(y=y)) +  #Add geom_() objects  geom_point(aes(x=x), color = "magenta", size = 1.5) +  geom_line(aes(x=x, group=id), color = 'lightgray') +  #Define additional settings  scale_x_continuous(breaks=c(1,2), labels=c("Before", "After"), limits=c(0, 3)) +  xlab("Condition") + ylab("Value") +  ggtitle('Figure 2: Repeated measures with connecting lines') +  theme_classic()+  coord_cartesian(ylim=c(y_lim_min, y_lim_max))f2

‍

增加一点jitter

避免overlap和无聊，使用jitter在x方向增加随机，可以看到这里x需要是numeric。

set.seed(321)d$xj <- jitter(d$x, amount=.09)

其实增加jitter可以直接在geom_point中实现，思考一下为什么不在geom_point中直接增加？（Hint: geom_line)

f3 <- ggplot(data=d, aes(y=y)) +  #Add geom_() objects  geom_point(aes(x=xj), color = "magenta", size = 1.5) +  geom_line(aes(x=xj, group=id), color = 'lightgray') +  #Define additional settings  scale_x_continuous(breaks=c(1,2), labels=c("Before", "After"), limits=c(0, 3)) +  xlab("Condition") + ylab("Value") +  ggtitle('Figure 3: Repeated measures with jitter and connections') +  theme_classic()+  coord_cartesian(ylim=c(y_lim_min, y_lim_max))f3

注：如果y方向上有重叠也可以在y方向上增加jitter。在写作中，必须在合适的地方说明加过jitter，否则你的图和数据是对不上的！

修改点的颜色

同样修改点的颜色也可以在geom_point中实现，但是为了更方便的操作元素和增加box/violin，这里使用的思路是分开画前后测。

使用dplyr选择前后测的data.frame并使用geom_point作图调整颜色。

f4 <- ggplot(data=d, aes(y=y)) +#Add geom_() objectsgeom_point(data = d %>% filter(x=="1"), aes(x=xj), color = 'dodgerblue', size = 1.5,alpha = .6) +geom_point(data = d %>% filter(x=="2"), aes(x=xj), color = 'darkorange', size = 1.5,alpha = .6) +geom_line(aes(x=xj, group=id), color = 'lightgray', alpha = .3) +#Define additional settingsscale_x_continuous(breaks=c(1,2), labels=c("Before", "After"), limits=c(0, 3)) +xlab("Condition") + ylab("Value") +ggtitle('Figure 4: Repeated measures with jittered datapoints and connections') +theme_classic()+coord_cartesian(ylim=c(y_lim_min, y_lim_max))
f4  

增加box和violin

同样的思路，选择前后测的data.frame，使用geom_half_boxplot和geom_half_violin增加元素。注意调整它们在x方向的位置，防止重合。

ggplot(rep_data, aes(x = time, y = score, fill = group)) +geom_flat_violin(aes(fill = group),position = position_nudge(x = .1, y = 0), adjust = 1.5, trim = FALSE, alpha = .5, colour = NA)+geom_point(aes(x = as.numeric(time)-.15, y = score, colour = group),position = position_jitter(width = .05, height = 0), size = 1, shape = 20)+geom_boxplot(aes(x = time, y = score, fill = group),outlier.shape = NA, alpha = .5, width = .1, colour = "black")+scale_colour_brewer(palette = "Dark2")+scale_fill_brewer(palette = "Dark2")+ggtitle("Figure 10: Repeated Measures Factorial Rainclouds") + theme_classic()

小结

至此基本的操作:

• 画点并加jitter

• 增加连线点之间连线

• 增加violin和box并调整位置

就介绍完了，之后可以根据画图需求调整相应的元素属性，比如位置/颜色/透明度等。也可以参考原教程中的其他原型，按需进行修改。

比如三个时间点的图：

此外，作者的教程中还介绍了如何增加统计量和连线，原理是计算统计量，然后画point+error+line连线，不过似乎让图片看起来有一点冗余。

补充材料

作者将以上代码封装成了raincloud工具包中的函数，以方便直接调用便可直接成图，但是想要更多的灵活度还需要自己写代码。

在另外一份教程中(.pdf)，作者还展示了不根据前后测分别选择数据作图的方法，就可以使得代码更简洁（牺牲了部分灵活度）。

（这个例子需要载入另一个示例数据）

ggplot(rep_data, aes(x = time, y = score, fill = group)) +  geom_flat_violin(aes(fill = group),position = position_nudge(x = .1, y = 0), adjust = 1.5, trim = FALSE, alpha = .5, colour = NA)+  geom_boxplot(aes(x = time, y = score, fill = group),outlier.shape = NA, alpha = .5, width = .1, colour = "black")+geom_point(aes(x = as.numeric(time)-.15, y = score, colour = group),position = position_jitter(width = .05, height = 0), size = 1, shape = 20)+  scale_colour_brewer(palette = "Dark2")+  scale_fill_brewer(palette = "Dark2")+  ggtitle("Figure 10: Repeated Measures Factorial Rainclouds") + theme_classic()

python/matlab同样可以实现，教程见：

在实际的纵向数据中，由于QC和被试的流失，被试数量在时间点之间往往不是平衡的，但是这里使用的代码依然适用于不平衡数据的可视化。数据量大的时候点图会显得有点臃肿。

更多的时候，纵向数据的结果都如上图一样，展示出非常复杂的pattern。

END