Highcharts是一款純JavaScript編寫的圖表庫，為你的Web網站、Web應用程序提供直觀、交互式圖表。當前支持折線、曲線、區域、區域曲線圖、柱形圖、條形圖、餅圖、散點圖、角度測量圖、區域排列圖、區域曲線排列圖、柱形排列圖、極坐標圖等幾十種圖表類型。

點擊下載Highcharts最新試用版

箱形圖是一種非常好的圖表，可幫助快速可視化我們的數據點分布的形狀并檢測異常值。然而，箱形圖的解釋很容易混淆并誤導受眾。克服這一缺點的一種方法是將箱形圖與抖動相結合。

在本教程中，我們將向您展示如何通過組合箱形圖和抖動來創建有效的R可視化效果。

• 所有圖表都是使用R庫Highcharter創建的，因此強烈建議您遵循R的基本知識。
• 本教程使用Highcharter庫的開發版本（0.7.0.9001），因為抖動圖類型尚未集成到生產版本中。
• 所使用的數據與上一個javascript教程小倍數和箱線圖中的數據集相同。

基本上，箱形圖僅在五個主要值中顯示大量點的統計數據：最大值，第三四分位數，中位數，第一四分位數和最小值。如果數據集有異常值，則箱形圖也會顯示它們。

下面的演示顯示了2012年奧運會運動員四個不同學科的高度：獨木舟，體操，曲棍球和現代五項：

這是R中的代碼：

install.packages("devtools")
library(devtools)
devtools::install_github("jbkunst/highcharter")
library("highcharter")
library("dplyr")
library(readr)

packageVersion("highcharter")

#Load the data
df <- read_csv( "http://raw.githubusercontent.com/mekhatria/demo_highcharts/master/Olympics2012CapitalLetter.csv" ) #Remove the unnecessary data such as nationality, date of birth, name, and age df = subset(df, select = -c(nationality, date_of_birth, name, age)) # Compare the data set using the descipine name and sex my_data <- df %>% filter((sport == "Gymnastics" &
                   sex == "male")  |
                  (sport == "Canoe" &
                     sex == "male") |
                  (sport == "Hockey" &
                     sex == "male") |
                  (sport == "Modern Pentathlon" & sex == "male")
  )
#Remove the redundant data
my_data = subset(my_data, select = -c(sex))
#Create the chart
hcboxplot(
  outliers = FALSE,
  x = my_data$height,
  var = my_data$sport,
  name = "Length"
) %>%
  hc_title(text = "Male height by descipline (Olympic 2012)") %>%
  hc_yAxis(title = list(text = "Height in metre")) %>%
  hc_chart(type = "column")

我們可以觀察到以下內容：

• 體操和曲棍球項目的數據表示正態分布，因為中位數相對于箱形圖的中心，而晶須的長度大致相同。晶須是盒子末端之間的細線。
• 獨木舟項目的數據略微偏向頂部。
• 由于現代五項項目的中位數接近底部，因此其數據存在偏差。
• 與其他兩個學科相比，現代五項運動會的男性身高彼此更接近。

到目前為止，箱形圖使我們能夠以非常整潔和快速的可視化方式獲得一些統計信息和數據比較。但是，箱形圖未顯示圖表上的數據點。如果沒有數據點，圖表的解釋很容易誤導受眾，使其將盒圖的長度與數據點的大小聯系起來，或者兩個相似的盒圖大小會有相同的數據點數量等。換句話說，我們無法回答以下問題:

1. 樣本的大小是多少？
2. 樣本如何分散在圖表上？
3. 每個數據集中有多少離群值？
4. 每個最小或最大末端有幾個點？
5. 數據的密度是多少？
6. 體操和曲棍球箱形圖的形狀相似，是否表示它們具有相同大小的樣本？

彌補箱形圖缺點的一種方法是增加抖動。添加到繪圖框中的抖動會顯示數據點的密度和大小。

這是R中的代碼：

#Load the data
df <- read_csv( "http://raw.githubusercontent.com/mekhatria/demo_highcharts/master/Olympics2012CapitalLetter.csv" ) #Remove the unnecessary data such as nationality, date of birth, name, and age df = subset(df, select = -c(nationality, date_of_birth, name, age)) # Comparing two data set using the sport name and sex my_data <- df %>% filter((sport == "Gymnastics" &
                   sex == "male")  |
                  (sport == "Canoe" &
                     sex == "male") |
                  (sport == "Hockey" &
                     sex == "male") | (sport == "Modern Pentathlon" & sex == "male")
  )
#Remove the redundant data
my_data = subset(my_data, select = -c(sex))
#Create the chart
hcboxplot(
  x = my_data$height,
  var = my_data$sport,
  name = "Length",
  color = "#2980b9",
  outliers = TRUE
) %>%
  hc_chart(type = "column") %>%
  hc_title(text = "Male height by descipline (Olympic 2012)") %>%
  hc_yAxis(title = list(text = "Height in metre")) %>%
  hc_add_series(
    data = my_data,
    type = "scatter",
    hcaes(x = "sport", y = "my_data$height", group = "sport")
  ) %>%
  hc_plotOptions(scatter = list(
    color = "red",
    marker = list(
      radius = 2,
      symbol = "circle",
      lineWidth = 1
    )
  ))  %>%
  hc_plotOptions(scatter = list(jitter = list(x = .1, y = 0)))

毫無疑問，在可視化的項目中，獨木舟和曲棍球項目擁有最大數量的樣本，而現代五項擁有最小數量的樣本。盡管如此，體操和曲棍球項目的方框圖形狀幾乎相同。它們的數據點大小不同。添加抖動的另一個好優點是可以直觀地顯示每個規則的最大值，最小值和離群值的數量。

好吧，看來增加抖動有助于我們更好地理解數據集。但是，值得一提的是，抖動圖本身也有其缺點，但是與箱線圖的組合可從每個圖中獲得最佳效果，因為它們可以相互彌補缺陷。抖動圖將在另一篇文章中探討：)。

現在，您知道如何通過混合箱形圖和抖動來創建引人注目的交互式圖表。讓我們知道您使用這些圖表的經驗，并隨時在下面的部分中分享任何評論或問題。