R语言绘图：条形图、直方图、密度曲线、盒形图、小提琴图、分组条形图

1. 本节学习目标

本节学习 4 类常见图形：

1. 均值条形图
   
2. 直方图 + 核密度曲线
   
3. 盒形图 + 小提琴图
   
4. 分组条形图

主要使用两个包：

ggplot2
dplyr

其中：

• ggplot2 用来画图；
• dplyr 用来整理数据、计算均值、计数等。

---

2. 安装和加载包

如果还没有安装，可以先运行：

install.packages("ggplot2")
install.packages("dplyr")

加载包：

library(ggplot2)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

---

3. 创建示例数据

我们创建一份学生成绩数据。

set.seed(123)

student <- data.frame(
  id = 1:120,
  class = rep(c("一班", "二班", "三班"), each = 40),
  gender = sample(c("男", "女"), 120, replace = TRUE),
  group = sample(c("实验组", "对照组"), 120, replace = TRUE),
  score = c(
    rnorm(40, mean = 78, sd = 8),
    rnorm(40, mean = 84, sd = 7),
    rnorm(40, mean = 88, sd = 6)
  )
)

student$score <- round(student$score, 1)

student$class <- factor(
  student$class,
  levels = c("一班", "二班", "三班"),
  ordered = TRUE
)

student

##      id class gender  group score
## 1     1  一班     男 实验组  78.9
## 2     2  一班     男 对照组  70.4
## 3     3  一班     男 实验组  74.1
## 4     4  一班     女 实验组  76.0
## 5     5  一班     男 实验组  92.8
## 6     6  一班     女 对照组  72.8
## 7     7  一班     女 对照组  79.9
## 8     8  一班     女 实验组  78.6
## 9     9  一班     男 实验组  70.3
## 10   10  一班     男 实验组  77.4
## 11   11  一班     女 对照组  89.6
## 12   12  一班     女 实验组  81.6
## 13   13  一班     女 对照组  78.3
## 14   14  一班     男 对照组  74.6
## 15   15  一班     女 对照组  61.6
## 16   16  一班     男 对照组  87.1
## 17   17  一班     女 对照组  66.3
## 18   18  一班     男 对照组  83.9
## 19   19  一班     男 对照组  93.3
## 20   20  一班     男 实验组  66.4
## 21   21  一班     男 对照组  83.6
## 22   22  一班     女 对照组  75.9
## 23   23  一班     男 对照组  65.4
## 24   24  一班     男 实验组  65.9
## 25   25  一班     男 对照组  65.2
## 26   26  一班     男 对照组  73.8
## 27   27  一班     女 对照组  66.3
## 28   28  一班     女 实验组  83.5
## 29   29  一班     男 对照组  94.8
## 30   30  一班     女 对照组  67.7
## 31   31  一班     男 实验组  84.3
## 32   32  一班     女 对照组  84.2
## 33   33  一班     男 实验组  80.7
## 34   34  一班     女 对照组  69.9
## 35   35  一班     女 实验组  77.0
## 36   36  一班     男 实验组  75.8
## 37   37  一班     男 实验组  82.5
## 38   38  一班     男 实验组  75.0
## 39   39  一班     男 实验组  85.8
## 40   40  一班     女 实验组  75.0
## 41   41  二班     男 实验组  91.4
## 42   42  二班     女 对照组  76.7
## 43   43  二班     女 对照组  75.2
## 44   44  二班     男 对照组 106.7
## 45   45  二班     男 实验组  81.1
## 46   46  二班     男 对照组  86.1
## 47   47  二班     男 实验组  88.5
## 48   48  二班     女 实验组  80.6
## 49   49  二班     男 对照组  87.6
## 50   50  二班     男 实验组  86.6
## 51   51  二班     女 对照组  82.5
## 52   52  二班     男 对照组  84.5
## 53   53  二班     男 对照组  83.8
## 54   54  二班     男 对照组  98.9
## 55   55  二班     男 实验组  78.8
## 56   56  二班     女 实验组  76.3
## 57   57  二班     女 实验组  84.3
## 58   58  二班     男 对照组  86.2
## 59   59  二班     女 对照组  87.1
## 60   60  二班     男 对照组  80.8
## 61   61  二班     男 对照组  76.6
## 62   62  二班     女 实验组  92.8
## 63   63  二班     女 实验组  81.6
## 64   64  二班     男 实验组  77.9
## 65   65  二班     男 实验组  82.3
## 66   66  二班     女 对照组  82.6
## 67   67  二班     男 对照组  91.8
## 68   68  二班     男 实验组  84.6
## 69   69  二班     男 实验组  89.3
## 70   70  二班     男 对照组  80.5
## 71   71  二班     女 对照组  85.5
## 72   72  二班     男 实验组  81.7
## 73   73  二班     男 实验组  84.7
## 74   74  二班     男 对照组  77.7
## 75   75  二班     男 对照组  74.8
## 76   76  二班     女 实验组  98.0
## 77   77  二班     女 实验组  88.2
## 78   78  二班     男 对照组  75.2
## 79   79  二班     女 实验组  79.7
## 80   80  二班     女 对照组  75.7
## 81   81  三班     女 对照组 101.2
## 82   82  三班     女 对照组  95.9
## 83   83  三班     男 对照组  86.4
## 84   84  三班     女 实验组  91.3
## 85   85  三班     女 对照组  85.5
## 86   86  三班     女 对照组  85.1
## 87   87  三班     男 对照组  83.3
## 88   88  三班     男 实验组  84.4
## 89   89  三班     女 对照组  97.9
## 90   90  三班     男 对照组  87.7
## 91   91  三班     女 对照组  88.7
## 92   92  三班     女 实验组  89.5
## 93   93  三班     男 实验组  95.4
## 94   94  三班     女 对照组  84.9
## 95   95  三班     女 对照组  82.0
## 96   96  三班     男 对照组  98.1
## 97   97  三班     男 对照组  85.4
## 98   98  三班     女 实验组  83.7
## 99   99  三班     男 对照组  80.6
## 100 100  三班     男 实验组  80.3
## 101 101  三班     男 对照组  84.6
## 102 102  三班     女 实验组  91.7
## 103 103  三班     女 实验组  94.7
## 104 104  三班     男 实验组  92.2
## 105 105  三班     女 对照组  85.8
## 106 106  三班     女 对照组  88.4
## 107 107  三班     男 实验组  83.8
## 108 108  三班     男 实验组  83.7
## 109 109  三班     男 对照组  93.3
## 110 110  三班     女 实验组  81.9
## 111 111  三班     女 实验组  99.7
## 112 112  三班     女 对照组  87.5
## 113 113  三班     女 对照组  89.3
## 114 114  三班     男 实验组  83.6
## 115 115  三班     男 对照组  84.6
## 116 116  三班     女 对照组  80.1
## 117 117  三班     女 对照组  86.9
## 118 118  三班     女 对照组  90.5
## 119 119  三班     男 对照组  89.9
## 120 120  三班     女 实验组  83.3

查看数据结构：

str(student)

## 'data.frame':    120 obs. of  5 variables:
##  $ id    : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ class : Ord.factor w/ 3 levels "一班"<"二班"<..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ gender: chr  "男" "男" "男" "女" ...
##  $ group : chr  "实验组" "对照组" "实验组" "实验组" ...
##  $ score : num  78.9 70.4 74.1 76 92.8 72.8 79.9 78.6 70.3 77.4 ...

简单查看每个班人数：

table(student$class)

## 
## 一班 二班 三班 
##   40   40   40

查看性别人数：

table(student$gender)

## 
## 男 女 
## 65 55

---

4. ggplot2 的基本语法

ggplot2 的基本结构是：

ggplot(data = 数据框, aes(x = 横轴变量, y = 纵轴变量)) +
  geom_图形类型()

例如：

ggplot(data = student, aes(x = class, y = score)) +
  geom_boxplot()

其中：

部分	含义
ggplot()	创建一个图
data = student	使用 student 数据
aes()	设置横轴、纵轴、颜色、分组等映射
geom_boxplot()	画盒形图
+	继续添加图层

注意：

ggplot2 里面添加图层使用 +，不是 %>%。

---

5. 均值条形图

5.1 什么是均值条形图？

均值条形图用于比较不同组的平均值。

比如：

比较一班、二班、三班的平均成绩。

它的横轴通常是分组变量，纵轴是均值。

---

5.2 先计算每组均值

画均值条形图之前，推荐先把每组均值算出来。

class_mean <- student %>%
  group_by(class) %>%
  summarise(
    mean_score = mean(score),
    sd_score = sd(score),
    n = n(),
    .groups = "drop"
  )

class_mean

## # A tibble: 3 × 4
##   class mean_score sd_score     n
##   <ord>      <dbl>    <dbl> <int>
## 1 一班        77.2     8.39    40
## 2 二班        84.1     6.97    40
## 3 三班        88.1     5.55    40

解释：

代码	含义
group_by(class)	按班级分组
summarise()	每组汇总
mean(score)	计算平均分
sd(score)	计算标准差
n()	计算人数

---

5.3 画最基础的均值条形图

ggplot(class_mean, aes(x = class, y = mean_score)) +
  geom_col()

解释：

geom_col()

表示：

直接使用数据中的 y 值画柱子。

这里 mean_score 已经算好了，所以用 geom_col()。

---

5.4 美化均值条形图

ggplot(class_mean, aes(x = class, y = mean_score, fill = class)) +
  geom_col(width = 0.6) +
  labs(
    title = "不同班级的平均成绩",
    x = "班级",
    y = "平均成绩"
  ) +
  theme_minimal()

解释：

参数	含义
fill = class	按班级填充颜色
width = 0.6	柱子的宽度
labs()	设置标题和坐标轴名称
theme_minimal()	使用简洁主题

---

5.5 添加均值标签

ggplot(class_mean, aes(x = class, y = mean_score, fill = class)) +
  geom_col(width = 0.6) +
  geom_text(
    aes(label = round(mean_score, 1)),
    vjust = -0.5
  ) +
  labs(
    title = "不同班级的平均成绩",
    x = "班级",
    y = "平均成绩"
  ) +
  ylim(0, 100) +
  theme_minimal()

解释：

geom_text()

用来添加文字标签。

vjust = -0.5

表示标签放在柱子上方。

---

5.6 添加误差线

误差线常用来表示标准差或标准误。

这里先计算标准误：

class_mean <- class_mean %>%
  mutate(
    se_score = sd_score / sqrt(n)
  )

class_mean

## # A tibble: 3 × 5
##   class mean_score sd_score     n se_score
##   <ord>      <dbl>    <dbl> <int>    <dbl>
## 1 一班        77.2     8.39    40    1.33 
## 2 二班        84.1     6.97    40    1.10 
## 3 三班        88.1     5.55    40    0.878

画均值条形图 + 标准误误差线：

ggplot(class_mean, aes(x = class, y = mean_score, fill = class)) +
  geom_col(width = 0.6) +
  geom_errorbar(
    aes(
      ymin = mean_score - se_score,
      ymax = mean_score + se_score
    ),
    width = 0.2
  ) +
  geom_text(
    aes(label = round(mean_score, 1)),
    vjust = -1
  ) +
  labs(
    title = "不同班级的平均成绩：均值 ± 标准误",
    x = "班级",
    y = "平均成绩"
  ) +
  ylim(0, 100) +
  theme_minimal()

解释：

geom_errorbar()

表示添加误差线。

ymin = mean_score - se_score
ymax = mean_score + se_score

表示误差线的下限和上限。

---

6. 直方图 + 核密度曲线

6.1 什么是直方图？

直方图用于查看连续变量的分布。

比如：

查看学生成绩主要集中在哪个范围。

横轴是分数区间，纵轴是人数或密度。

---

6.2 基础直方图

ggplot(student, aes(x = score)) +
  geom_histogram()

## `stat_bin()` using `bins = 30`. Pick better value `binwidth`.

这会画出最基础的直方图。

但默认分箱可能不太好看，所以通常会设置：

binwidth

---

6.3 设置 binwidth

ggplot(student, aes(x = score)) +
  geom_histogram(
    binwidth = 5,
    color = "white",
    fill = "skyblue"
  ) +
  labs(
    title = "学生成绩直方图",
    x = "成绩",
    y = "人数"
  ) +
  theme_minimal()

解释：

参数	含义
binwidth = 5	每 5 分一个区间
color = "white"	柱子边框颜色
fill = "skyblue"	柱子填充颜色

---

6.4 什么是核密度曲线？

核密度曲线也是用来看连续变量分布的。

它比直方图更平滑。

---

6.5 单独画核密度曲线

ggplot(student, aes(x = score)) +
  geom_density(
    color = "red",
    linewidth = 1
  ) +
  labs(
    title = "学生成绩核密度曲线",
    x = "成绩",
    y = "密度"
  ) +
  theme_minimal()

---

6.6 直方图 + 核密度曲线

如果想把直方图和核密度曲线放在一张图里，需要注意：

• 直方图默认纵轴是人数；
• 密度曲线默认纵轴是密度。

所以要把直方图纵轴也改成密度：

aes(y = after_stat(density))

完整代码：

ggplot(student, aes(x = score)) +
  geom_histogram(
    aes(y = after_stat(density)),
    binwidth = 5,
    color = "white",
    fill = "skyblue",
    alpha = 0.6
  ) +
  geom_density(
    color = "red",
    linewidth = 1
  ) +
  labs(
    title = "学生成绩分布：直方图 + 核密度曲线",
    x = "成绩",
    y = "密度"
  ) +
  theme_minimal()

解释：

代码	含义
after_stat(density)	把直方图高度转换成密度
alpha = 0.6	设置透明度
geom_density()	添加核密度曲线

---

6.7 按班级画不同颜色的密度曲线

ggplot(student, aes(x = score, color = class)) +
  geom_density(linewidth = 1) +
  labs(
    title = "不同班级成绩的核密度曲线",
    x = "成绩",
    y = "密度",
    color = "班级"
  ) +
  theme_minimal()

---

6.8 按班级分别画直方图

ggplot(student, aes(x = score, fill = class)) +
  geom_histogram(
    binwidth = 5,
    color = "white",
    alpha = 0.7
  ) +
  facet_wrap(~ class) +
  labs(
    title = "不同班级成绩直方图",
    x = "成绩",
    y = "人数"
  ) +
  theme_minimal()

解释：

facet_wrap(~ class)

表示按照班级分面，每个班单独一张小图。

---

7. 盒形图

7.1 什么是盒形图？

盒形图用于比较不同组的分布。

它可以显示：

• 中位数；
• 四分位数；
• 数据范围；
• 异常值。

盒形图特别适合回答：

哪个组的成绩更高？ 哪个组的成绩波动更大？ 有没有异常值？

---

7.2 基础盒形图

ggplot(student, aes(x = class, y = score)) +
  geom_boxplot()

---

7.3 美化盒形图

ggplot(student, aes(x = class, y = score, fill = class)) +
  geom_boxplot(width = 0.6, alpha = 0.7) +
  labs(
    title = "不同班级成绩盒形图",
    x = "班级",
    y = "成绩"
  ) +
  theme_minimal()

---

7.4 盒形图上添加散点

有时候我们希望看到每个学生的真实分数，可以添加散点。

ggplot(student, aes(x = class, y = score, fill = class)) +
  geom_boxplot(width = 0.6, alpha = 0.5, outlier.shape = NA) +
  geom_jitter(
    width = 0.15,
    alpha = 0.5,
    size = 1.5
  ) +
  labs(
    title = "不同班级成绩盒形图 + 散点",
    x = "班级",
    y = "成绩"
  ) +
  theme_minimal()

解释：

代码	含义
geom_boxplot()	画盒形图
geom_jitter()	添加抖动散点
outlier.shape = NA	不单独显示盒形图异常点，避免和散点重复
width = 0.15	控制散点左右抖动范围

---

8. 小提琴图

8.1 什么是小提琴图？

小提琴图可以看作：

盒形图 + 密度分布形状

它可以展示不同组的数据分布形状。

小提琴越宽，说明该位置的数据越集中。

---

8.2 基础小提琴图

ggplot(student, aes(x = class, y = score)) +
  geom_violin()

---

8.3 美化小提琴图

ggplot(student, aes(x = class, y = score, fill = class)) +
  geom_violin(alpha = 0.7) +
  labs(
    title = "不同班级成绩小提琴图",
    x = "班级",
    y = "成绩"
  ) +
  theme_minimal()

---

8.4 小提琴图 + 盒形图

这是很常用的一种画法：

ggplot(student, aes(x = class, y = score, fill = class)) +
  geom_violin(alpha = 0.6, trim = FALSE) +
  geom_boxplot(width = 0.15, fill = "white", outlier.shape = NA) +
  labs(
    title = "不同班级成绩：小提琴图 + 盒形图",
    x = "班级",
    y = "成绩"
  ) +
  theme_minimal()

解释：

代码	含义
geom_violin()	画小提琴图
geom_boxplot(width = 0.15)	在小提琴图中间加一个窄盒形图
trim = FALSE	不截断密度尾部
fill = "white"	盒形图填充白色

---

8.5 小提琴图 + 盒形图 + 散点

ggplot(student, aes(x = class, y = score, fill = class)) +
  geom_violin(alpha = 0.5, trim = FALSE) +
  geom_boxplot(width = 0.15, fill = "white", outlier.shape = NA) +
  geom_jitter(
    width = 0.12,
    alpha = 0.4,
    size = 1.3
  ) +
  labs(
    title = "不同班级成绩：小提琴图 + 盒形图 + 散点",
    x = "班级",
    y = "成绩"
  ) +
  theme_minimal()

---

9. 按性别比较成绩：盒形图和小提琴图

除了按班级，也可以按性别比较。

ggplot(student, aes(x = gender, y = score, fill = gender)) +
  geom_boxplot(alpha = 0.7) +
  labs(
    title = "不同性别成绩盒形图",
    x = "性别",
    y = "成绩"
  ) +
  theme_minimal()

ggplot(student, aes(x = gender, y = score, fill = gender)) +
  geom_violin(alpha = 0.5, trim = FALSE) +
  geom_boxplot(width = 0.15, fill = "white", outlier.shape = NA) +
  labs(
    title = "不同性别成绩小提琴图 + 盒形图",
    x = "性别",
    y = "成绩"
  ) +
  theme_minimal()

---

10. 分组条形图

10.1 什么是分组条形图？

分组条形图用于比较两个分类变量组合后的数量。

例如：

每个班级中，男生和女生分别有多少人？

这里有两个分类变量：

• class
• gender

---

10.2 先看交叉表

table(student$class, student$gender)

##       
##        男 女
##   一班 23 17
##   二班 25 15
##   三班 17 23

---

10.3 使用 ggplot 直接画计数条形图

ggplot(student, aes(x = class, fill = gender)) +
  geom_bar(position = "dodge") +
  labs(
    title = "不同班级的性别人数分布",
    x = "班级",
    y = "人数",
    fill = "性别"
  ) +
  theme_minimal()

解释：

代码	含义
geom_bar()	自动计数画条形图
fill = gender	按性别填充颜色
position = "dodge"	分组并排显示

注意：

geom_bar()

会自动统计每组数量。

---

10.4 堆叠条形图

如果不写 position = "dodge"，默认是堆叠条形图。

ggplot(student, aes(x = class, fill = gender)) +
  geom_bar() +
  labs(
    title = "不同班级的性别人数分布：堆叠条形图",
    x = "班级",
    y = "人数",
    fill = "性别"
  ) +
  theme_minimal()

---

10.5 百分比堆叠条形图

如果想比较比例，可以用：

position = "fill"

ggplot(student, aes(x = class, fill = gender)) +
  geom_bar(position = "fill") +
  labs(
    title = "不同班级的性别比例分布",
    x = "班级",
    y = "比例",
    fill = "性别"
  ) +
  theme_minimal()

解释：

position = "fill"

表示每个柱子高度都是 1，也就是 100%。

---

10.6 先计算人数，再画分组条形图

更推荐先计算人数，这样结果更清楚。

class_gender_count <- student %>%
  count(class, gender)

class_gender_count

##   class gender  n
## 1  一班     女 17
## 2  一班     男 23
## 3  二班     女 15
## 4  二班     男 25
## 5  三班     女 23
## 6  三班     男 17

画图：

ggplot(class_gender_count, aes(x = class, y = n, fill = gender)) +
  geom_col(position = "dodge", width = 0.7) +
  labs(
    title = "不同班级男女生人数",
    x = "班级",
    y = "人数",
    fill = "性别"
  ) +
  theme_minimal()

解释：

这里用的是：

geom_col()

因为 n 已经提前算好了。

---

10.7 添加人数标签

ggplot(class_gender_count, aes(x = class, y = n, fill = gender)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_text(
    aes(label = n),
    position = position_dodge(width = 0.7),
    vjust = -0.4
  ) +
  labs(
    title = "不同班级男女生人数",
    x = "班级",
    y = "人数",
    fill = "性别"
  ) +
  ylim(0, max(class_gender_count$n) + 5) +
  theme_minimal()

注意：

如果柱子用了：

position_dodge(width = 0.7)

标签也要用相同的 position_dodge(width = 0.7)，否则标签位置可能对不上。

---

11. 分组均值条形图

除了人数，也可以画：

每个班级中，男生和女生的平均成绩。

---

11.1 先计算分组均值

class_gender_mean <- student %>%
  group_by(class, gender) %>%
  summarise(
    mean_score = mean(score),
    sd_score = sd(score),
    n = n(),
    se_score = sd_score / sqrt(n),
    .groups = "drop"
  )

class_gender_mean

## # A tibble: 6 × 6
##   class gender mean_score sd_score     n se_score
##   <ord> <chr>       <dbl>    <dbl> <int>    <dbl>
## 1 一班  女           75.5     7.41    17     1.80
## 2 一班  男           78.3     9.02    23     1.88
## 3 二班  女           83.1     6.49    15     1.68
## 4 二班  男           84.7     7.30    25     1.46
## 5 三班  女           88.9     5.79    23     1.21
## 6 三班  男           86.9     5.14    17     1.25

---

11.2 画分组均值条形图

ggplot(class_gender_mean, aes(x = class, y = mean_score, fill = gender)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_errorbar(
    aes(
      ymin = mean_score - se_score,
      ymax = mean_score + se_score
    ),
    position = position_dodge(width = 0.7),
    width = 0.2
  ) +
  geom_text(
    aes(label = round(mean_score, 1)),
    position = position_dodge(width = 0.7),
    vjust = -0.7
  ) +
  labs(
    title = "不同班级、不同性别的平均成绩",
    x = "班级",
    y = "平均成绩",
    fill = "性别"
  ) +
  ylim(0, 100) +
  theme_minimal()

这个图很常见，适合表达：

不同班级中，男女生平均成绩是否不同。

---

12. 使用颜色主题

可以手动设置颜色。

12.1 手动设置填充颜色

ggplot(class_gender_count, aes(x = class, y = n, fill = gender)) +
  geom_col(position = "dodge", width = 0.7) +
  scale_fill_manual(
    values = c("女" = "#F8766D", "男" = "#00BFC4")
  ) +
  labs(
    title = "不同班级男女生人数",
    x = "班级",
    y = "人数",
    fill = "性别"
  ) +
  theme_minimal()

---

12.2 去掉图例

如果颜色已经很明显，有时候可以去掉图例。

ggplot(class_mean, aes(x = class, y = mean_score, fill = class)) +
  geom_col(width = 0.6) +
  labs(
    title = "不同班级平均成绩",
    x = "班级",
    y = "平均成绩"
  ) +
  theme_minimal() +
  theme(legend.position = "none")

---

13. 保存图片

可以用 ggsave() 保存上一张图。

推荐先把图保存成对象：

p1 <- ggplot(class_mean, aes(x = class, y = mean_score, fill = class)) +
  geom_col(width = 0.6) +
  labs(
    title = "不同班级平均成绩",
    x = "班级",
    y = "平均成绩"
  ) +
  theme_minimal()

p1

保存图片：

ggsave(
  filename = "class_mean_bar.png",
  plot = p1,
  width = 6,
  height = 4,
  dpi = 300
)

解释：

参数	含义
filename	文件名
plot	要保存的图
width	图片宽度
height	图片高度
dpi	分辨率

这里设置 eval=FALSE，避免 Knit 时自动保存图片。

---

14. 常见错误

14.1 错误：把 geom_bar 和 geom_col 混淆

如果你已经有了 y 值，比如平均分：

mean_score

应该用：

geom_col()

如果你想让 ggplot 自动数人数，应该用：

geom_bar()

对比：

情况	用哪个
自动计数	geom_bar()
已经算好均值、人数、比例	geom_col()

---

14.2 错误：直方图和密度曲线纵轴不一致

错误示例：

ggplot(student, aes(x = score)) +
  geom_histogram(binwidth = 5) +
  geom_density()

这样直方图纵轴是人数，密度曲线纵轴是密度，二者量纲不一致。

正确写法：

ggplot(student, aes(x = score)) +
  geom_histogram(
    aes(y = after_stat(density)),
    binwidth = 5,
    fill = "skyblue",
    color = "white",
    alpha = 0.6
  ) +
  geom_density(color = "red", linewidth = 1) +
  theme_minimal()

---

14.3 错误：标签位置和柱子位置对不上

如果柱子用了：

position_dodge(width = 0.7)

文字标签也要用同样的：

position_dodge(width = 0.7)

正确示例：

ggplot(class_gender_count, aes(x = class, y = n, fill = gender)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_text(
    aes(label = n),
    position = position_dodge(width = 0.7),
    vjust = -0.4
  ) +
  theme_minimal()

---

14.4 错误：忘记加载 ggplot2

如果报错：

could not find function "ggplot"

说明没有加载 ggplot2。

解决：

library(ggplot2)

---

14.5 错误：中文显示乱码

如果图标题中文乱码，通常和系统字体有关。

可以先不用特别处理。如果需要指定字体，可以用额外包，比如 showtext，后面再学。

---

15. 小练习

下面创建一个商品销售数据：

set.seed(456)

sales <- data.frame(
  id = 1:150,
  region = sample(c("华东", "华北", "华南"), 150, replace = TRUE),
  category = sample(c("食品", "服装", "电子"), 150, replace = TRUE),
  channel = sample(c("线上", "线下"), 150, replace = TRUE),
  amount = round(rnorm(150, mean = 500, sd = 120), 1)
)

sales$region <- factor(
  sales$region,
  levels = c("华东", "华北", "华南"),
  ordered = TRUE
)

sales

##      id region category channel amount
## 1     1   华东     食品    线上  588.5
## 2     2   华东     食品    线下  809.4
## 3     3   华南     服装    线上  685.6
## 4     4   华北     电子    线上  410.6
## 5     5   华东     电子    线上  548.9
## 6     6   华南     食品    线下  709.0
## 7     7   华东     电子    线下  507.0
## 8     8   华北     电子    线下  572.4
## 9     9   华南     电子    线上  481.1
## 10   10   华北     电子    线下  432.3
## 11   11   华东     电子    线下  416.0
## 12   12   华南     服装    线上  456.3
## 13   13   华北     电子    线上  477.4
## 14   14   华南     电子    线上  340.7
## 15   15   华南     服装    线下  555.8
## 16   16   华南     电子    线下  701.9
## 17   17   华北     食品    线下  596.3
## 18   18   华北     食品    线下  608.8
## 19   19   华东     食品    线上  621.0
## 20   20   华东     食品    线上  620.5
## 21   21   华北     服装    线下  641.5
## 22   22   华南     服装    线上  535.3
## 23   23   华东     服装    线上  604.1
## 24   24   华东     食品    线下  349.1
## 25   25   华北     服装    线下  366.1
## 26   26   华东     食品    线下  701.0
## 27   27   华东     食品    线下  384.4
## 28   28   华北     服装    线上  665.8
## 29   29   华北     服装    线上  728.6
## 30   30   华南     食品    线上  612.5
## 31   31   华北     服装    线上  476.6
## 32   32   华南     服装    线下  619.6
## 33   33   华东     电子    线上  708.6
## 34   34   华北     食品    线下  670.3
## 35   35   华东     食品    线下  441.0
## 36   36   华南     食品    线下  619.8
## 37   37   华北     电子    线下  465.6
## 38   38   华南     食品    线上  489.0
## 39   39   华北     电子    线下  701.1
## 40   40   华北     服装    线下  638.9
## 41   41   华南     食品    线下  600.2
## 42   42   华北     电子    线下  671.4
## 43   43   华南     电子    线上  547.5
## 44   44   华南     食品    线上  405.0
## 45   45   华东     服装    线下  599.5
## 46   46   华东     电子    线上  464.0
## 47   47   华东     服装    线上  506.6
## 48   48   华北     服装    线下  590.0
## 49   49   华北     食品    线上  405.1
## 50   50   华南     电子    线下  680.8
## 51   51   华南     电子    线下  436.4
## 52   52   华北     食品    线上  529.6
## 53   53   华北     服装    线上  522.4
## 54   54   华东     服装    线上  655.4
## 55   55   华南     服装    线上  662.0
## 56   56   华南     食品    线上  281.6
## 57   57   华北     食品    线下  378.4
## 58   58   华南     服装    线下  593.1
## 59   59   华南     食品    线上  470.6
## 60   60   华东     食品    线下  408.5
## 61   61   华南     电子    线下  642.5
## 62   62   华东     电子    线下  568.2
## 63   63   华北     食品    线下  530.2
## 64   64   华东     服装    线下  339.6
## 65   65   华东     服装    线上  361.7
## 66   66   华北     电子    线下  794.5
## 67   67   华南     食品    线上  522.4
## 68   68   华南     电子    线上  447.3
## 69   69   华东     电子    线上  492.9
## 70   70   华东     食品    线上  778.6
## 71   71   华北     电子    线上  577.4
## 72   72   华北     服装    线上  538.6
## 73   73   华南     服装    线下  373.0
## 74   74   华东     电子    线上  277.1
## 75   75   华北     电子    线下  533.8
## 76   76   华南     食品    线上  467.6
## 77   77   华东     食品    线下  575.5
## 78   78   华南     食品    线下  254.1
## 79   79   华北     电子    线下  546.4
## 80   80   华东     服装    线上  612.7
## 81   81   华北     电子    线上  615.4
## 82   82   华北     电子    线下  344.7
## 83   83   华南     食品    线下  523.9
## 84   84   华东     食品    线上  667.4
## 85   85   华北     服装    线上  446.7
## 86   86   华南     食品    线下  458.4
## 87   87   华南     服装    线下  339.3
## 88   88   华北     服装    线下  539.0
## 89   89   华东     服装    线上  541.4
## 90   90   华东     食品    线下  630.6
## 91   91   华东     服装    线下  369.8
## 92   92   华东     服装    线下  638.1
## 93   93   华东     食品    线上  352.2
## 94   94   华东     食品    线上  661.1
## 95   95   华东     电子    线下  383.6
## 96   96   华南     食品    线下  728.8
## 97   97   华北     食品    线下  540.4
## 98   98   华南     服装    线上  333.2
## 99   99   华北     食品    线上  448.4
## 100 100   华南     服装    线下  494.7
## 101 101   华南     服装    线下  466.0
## 102 102   华东     食品    线上  493.8
## 103 103   华东     服装    线上  369.3
## 104 104   华南     食品    线下  431.6
## 105 105   华东     食品    线下  632.6
## 106 106   华南     服装    线上  650.6
## 107 107   华东     服装    线上  321.3
## 108 108   华东     食品    线上  661.7
## 109 109   华东     电子    线上  509.0
## 110 110   华东     电子    线下  306.5
## 111 111   华北     食品    线下  559.0
## 112 112   华东     电子    线下  518.2
## 113 113   华东     服装    线下  562.2
## 114 114   华北     电子    线下  442.8
## 115 115   华北     服装    线下  516.2
## 116 116   华北     食品    线下  516.9
## 117 117   华东     服装    线下  577.8
## 118 118   华北     服装    线上  533.9
## 119 119   华北     电子    线上  500.0
## 120 120   华南     服装    线下  394.3
## 121 121   华东     服装    线上  220.8
## 122 122   华东     电子    线下  643.8
## 123 123   华东     服装    线上  442.0
## 124 124   华北     服装    线上  561.1
## 125 125   华南     食品    线下  530.5
## 126 126   华东     食品    线上  344.5
## 127 127   华东     电子    线下  560.3
## 128 128   华东     服装    线上  626.0
## 129 129   华东     电子    线上  470.9
## 130 130   华东     食品    线下  327.3
## 131 131   华北     服装    线下  391.6
## 132 132   华东     电子    线上  603.4
## 133 133   华南     食品    线下  401.5
## 134 134   华北     食品    线上  323.7
## 135 135   华东     服装    线上  521.5
## 136 136   华南     电子    线下  517.1
## 137 137   华北     服装    线上  373.3
## 138 138   华东     服装    线上  352.7
## 139 139   华北     电子    线上  423.0
## 140 140   华南     电子    线上  527.0
## 141 141   华东     电子    线下  537.8
## 142 142   华东     电子    线上  464.5
## 143 143   华南     食品    线下  300.3
## 144 144   华东     服装    线上  717.2
## 145 145   华北     食品    线上  614.6
## 146 146   华南     电子    线下  392.4
## 147 147   华东     服装    线下  354.4
## 148 148   华北     服装    线上  560.4
## 149 149   华东     食品    线上  606.9
## 150 150   华北     食品    线上  445.5

请完成：

1. 计算不同地区的平均销售额；
2. 画不同地区平均销售额条形图；
3. 画销售额的直方图 + 核密度曲线；
4. 画不同地区销售额的盒形图；
5. 画不同地区销售额的小提琴图 + 盒形图；
6. 画不同地区、不同渠道的分组条形图；
7. 画不同地区、不同渠道的平均销售额分组条形图。

---

16. 小练习参考答案

16.1 计算不同地区平均销售额

region_mean <- sales %>%
  group_by(region) %>%
  summarise(
    mean_amount = mean(amount),
    sd_amount = sd(amount),
    n = n(),
    se_amount = sd_amount / sqrt(n),
    .groups = "drop"
  )

region_mean

## # A tibble: 3 × 5
##   region mean_amount sd_amount     n se_amount
##   <ord>        <dbl>     <dbl> <int>     <dbl>
## 1 华东          516.      135.    60      17.4
## 2 华北          527.      106.    47      15.5
## 3 华南          504.      124.    43      18.9

---

16.2 不同地区平均销售额条形图

ggplot(region_mean, aes(x = region, y = mean_amount, fill = region)) +
  geom_col(width = 0.6) +
  geom_errorbar(
    aes(
      ymin = mean_amount - se_amount,
      ymax = mean_amount + se_amount
    ),
    width = 0.2
  ) +
  geom_text(
    aes(label = round(mean_amount, 1)),
    vjust = -0.7
  ) +
  labs(
    title = "不同地区平均销售额",
    x = "地区",
    y = "平均销售额"
  ) +
  theme_minimal() +
  theme(legend.position = "none")

---

16.3 销售额直方图 + 核密度曲线

ggplot(sales, aes(x = amount)) +
  geom_histogram(
    aes(y = after_stat(density)),
    binwidth = 50,
    fill = "skyblue",
    color = "white",
    alpha = 0.6
  ) +
  geom_density(
    color = "red",
    linewidth = 1
  ) +
  labs(
    title = "销售额分布：直方图 + 核密度曲线",
    x = "销售额",
    y = "密度"
  ) +
  theme_minimal()

---

16.4 不同地区销售额盒形图

ggplot(sales, aes(x = region, y = amount, fill = region)) +
  geom_boxplot(alpha = 0.7) +
  labs(
    title = "不同地区销售额盒形图",
    x = "地区",
    y = "销售额"
  ) +
  theme_minimal() +
  theme(legend.position = "none")

---

16.5 不同地区销售额小提琴图 + 盒形图

ggplot(sales, aes(x = region, y = amount, fill = region)) +
  geom_violin(alpha = 0.5, trim = FALSE) +
  geom_boxplot(width = 0.15, fill = "white", outlier.shape = NA) +
  labs(
    title = "不同地区销售额：小提琴图 + 盒形图",
    x = "地区",
    y = "销售额"
  ) +
  theme_minimal() +
  theme(legend.position = "none")

---

16.6 不同地区、不同渠道的分组条形图

region_channel_count <- sales %>%
  count(region, channel)

region_channel_count

##   region channel  n
## 1   华东    线上 34
## 2   华东    线下 26
## 3   华北    线上 22
## 4   华北    线下 25
## 5   华南    线上 18
## 6   华南    线下 25

ggplot(region_channel_count, aes(x = region, y = n, fill = channel)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_text(
    aes(label = n),
    position = position_dodge(width = 0.7),
    vjust = -0.4
  ) +
  labs(
    title = "不同地区、不同渠道的订单数量",
    x = "地区",
    y = "订单数量",
    fill = "渠道"
  ) +
  ylim(0, max(region_channel_count$n) + 5) +
  theme_minimal()

---

16.7 不同地区、不同渠道的平均销售额分组条形图

region_channel_mean <- sales %>%
  group_by(region, channel) %>%
  summarise(
    mean_amount = mean(amount),
    sd_amount = sd(amount),
    n = n(),
    se_amount = sd_amount / sqrt(n),
    .groups = "drop"
  )

region_channel_mean

## # A tibble: 6 × 6
##   region channel mean_amount sd_amount     n se_amount
##   <ord>  <chr>         <dbl>     <dbl> <int>     <dbl>
## 1 华东   线上           523.     138.     34      23.7
## 2 华东   线下           505.     133.     26      26.2
## 3 华北   线上           508.      98.0    22      20.9
## 4 华北   线下           544.     112.     25      22.4
## 5 华南   线上           495.     113.     18      26.7
## 6 华南   线下           511.     133.     25      26.6

ggplot(region_channel_mean, aes(x = region, y = mean_amount, fill = channel)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_errorbar(
    aes(
      ymin = mean_amount - se_amount,
      ymax = mean_amount + se_amount
    ),
    position = position_dodge(width = 0.7),
    width = 0.2
  ) +
  geom_text(
    aes(label = round(mean_amount, 1)),
    position = position_dodge(width = 0.7),
    vjust = -0.7
  ) +
  labs(
    title = "不同地区、不同渠道的平均销售额",
    x = "地区",
    y = "平均销售额",
    fill = "渠道"
  ) +
  theme_minimal()

---

17. 本节核心代码总结

下面是模板代码，所以设置为 eval=FALSE，只展示，不运行。

# 加载包
library(ggplot2)
library(dplyr)

# 1. 计算分组均值
mean_df <- df %>%
  group_by(group_var) %>%
  summarise(
    mean_y = mean(y),
    sd_y = sd(y),
    n = n(),
    se_y = sd_y / sqrt(n),
    .groups = "drop"
  )

# 2. 均值条形图
ggplot(mean_df, aes(x = group_var, y = mean_y, fill = group_var)) +
  geom_col() +
  geom_errorbar(
    aes(ymin = mean_y - se_y, ymax = mean_y + se_y),
    width = 0.2
  ) +
  theme_minimal()

# 3. 直方图
ggplot(df, aes(x = x_var)) +
  geom_histogram(binwidth = 5)

# 4. 直方图 + 核密度曲线
ggplot(df, aes(x = x_var)) +
  geom_histogram(
    aes(y = after_stat(density)),
    binwidth = 5,
    fill = "skyblue",
    color = "white",
    alpha = 0.6
  ) +
  geom_density(color = "red", linewidth = 1) +
  theme_minimal()

# 5. 盒形图
ggplot(df, aes(x = group_var, y = y_var, fill = group_var)) +
  geom_boxplot() +
  theme_minimal()

# 6. 小提琴图 + 盒形图
ggplot(df, aes(x = group_var, y = y_var, fill = group_var)) +
  geom_violin(alpha = 0.5, trim = FALSE) +
  geom_boxplot(width = 0.15, fill = "white") +
  theme_minimal()

# 7. 自动计数分组条形图
ggplot(df, aes(x = group_var1, fill = group_var2)) +
  geom_bar(position = "dodge") +
  theme_minimal()

# 8. 先计数，再画分组条形图
count_df <- df %>%
  count(group_var1, group_var2)

ggplot(count_df, aes(x = group_var1, y = n, fill = group_var2)) +
  geom_col(position = "dodge") +
  theme_minimal()

# 9. 分组均值条形图
mean_df2 <- df %>%
  group_by(group_var1, group_var2) %>%
  summarise(
    mean_y = mean(y_var),
    se_y = sd(y_var) / sqrt(n()),
    .groups = "drop"
  )

ggplot(mean_df2, aes(x = group_var1, y = mean_y, fill = group_var2)) +
  geom_col(position = position_dodge(width = 0.7), width = 0.7) +
  geom_errorbar(
    aes(ymin = mean_y - se_y, ymax = mean_y + se_y),
    position = position_dodge(width = 0.7),
    width = 0.2
  ) +
  theme_minimal()

---

18. 一句话总结

这节你最需要记住：

geom_col()

用于已经算好数值的条形图，比如均值条形图。

geom_bar()

用于自动计数条形图。

geom_histogram()

用于直方图。

geom_density()

用于核密度曲线。

geom_boxplot()

用于盒形图。

geom_violin()

用于小提琴图。

最常见组合是：

ggplot(df, aes(x = group, y = value, fill = group)) +
  geom_violin() +
  geom_boxplot(width = 0.15)

以及：

ggplot(df, aes(x = value)) +
  geom_histogram(aes(y = after_stat(density))) +
  geom_density()