攀枝花网站推广网站建设征求意见分析报告
本次分享ggplot2的强力扩展ggstatsplot，它的核心优势在于将统计检验结果（如p值、效应量）无缝集成到ggplot2图形中，实现数据可视化与统计分析的同步呈现。
library(ggstatsplot)
library(ggplot2)
library(ggthemes)
options(repr.plot.width = 8, repr.plot.height = 6, repr.plot.res = 300)
ggstatsplot::ggbetweenstats(data = iris_data, #1.4.8 iris数据集x = species,y = sepal_length,gtheme = ggthemes::theme_fivethirtyeight()
)
- 1 APA 格式统计结果展示
统计结果展示参考了APA 格式，每个字段含义如下，
- 2 展示数据组间P value统计指标
- 3 其它，如均值等描述性统计指标
当然，可以使用grouped_ggbetweenstats实现多子图展示
set.seed(123)
options(repr.plot.width = 12, repr.plot.height = 8, repr.plot.res = 300)
grouped_ggbetweenstats( #多子图data = dplyr::filter(movies_long, genre %in% c("Action", "Comedy")),x = mpaa,y = length,grouping.var = genre,ggsignif.args = list(textsize = 4, tip_length = 0.01),p.adjust.method = "bonferroni",gtheme = ggthemes::theme_fivethirtyeight(),plotgrid.args = list(nrow = 1)
)
也可以ggwithinstats实现这种手拉手的统计图，
options(repr.plot.width = 8, repr.plot.height = 6, repr.plot.res = 300)
Sys.setlocale("LC_ALL", "C")
set.seed(123)
library(WRS2)# plot
ggstatsplot::ggwithinstats( #手拉手data = WineTasting,x = Wine,y = Taste,ggtheme = ggthemes::theme_fivethirtyeight(),ggstatsplot.layer = FALSE,messages = FALSE,ggsignif.args = list(textsize = 3, tip_length = 0.01),
)
当然， ggstatsplot的能力远不至此，例如，
推荐阅读：
Python matplotlib保姆级教程
嫌Matplotlib繁琐？试试Seaborn！
《保姆级R可视化教程》来了！
科学家们，别再用彩虹色误导读者了！