在线培训网站次要关键词网站的风格包含的因素

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：

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：

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：

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：

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()：

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：

install.packages("patchwork")

双排显示

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

combined_horizontal <- p1 + p2 + plot_layout(ncol = 2)
print(combined_horizontal)

combined_vertical <- p1 / p2 + plot_layout(nrow = 2)
print(combined_vertical)

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。