通过更好地表示数据来修复R中的丑陋箱图

Question

如何让我的boxplot更好？大多数数据在图的一侧聚集在一起。同样在我的Rmd显示屏中，它被切断了。我该怎么做才能使这个更漂亮的外观和更好的数据表示？

代码：

boxplot(df2$Runtime[df2$drama == 1], 
df2$Runtime[df2$comedy == 1], 
df2$Runtime[df2$short == 1], 
df2$Runtime[df2$romance == 1], 
df2$Runtime[df2$action == 1], 
df2$Runtime[df2$crime == 1], 
df2$Runtime[df2$thriller == 1], 
df2$Runtime[df2$documentary == 1], 
df2$Runtime[df2$adventure == 1], 
df2$Runtime[df2$animation == 1], 
names = names(top10),
horizontal = TRUE, yaxt="n")

axis(2, labels = names(top10), at=1:length(top10), las=2)

每个类型都在数据框中，其值为0或1.运行时具有表示分钟的整数值

示例数据：

> head(df2$Runtime); head(df2$drama); head(df2$comedy)
[1]  70  21 106  75  14  82
[1] 0 0 0 1 0 0
[1] 0 0 0 0 0 0

结果

Answer 1

如果没有可以使用的数据，很难说太多。当你的问题是某些领域的数据非常密集时，这无疑是很难的。但是，您可以提供少量几个类别的数据。人们通常使用dput输出结果并将其复制并粘贴到此处。如果将其复制并粘贴为表格，则可以轻松阅读R：）

至于你的问题，数据可视化总是很棘手！您获得了大量的点，因为它们是异常值，即在给定样本大小的情况下超出一定数量的SD。因此，部分数据非常密集。那么也许不是一个箱形图，你可以尝试类似小提琴的情节吗？

在R中有一个名为ggplot2的惊人包裹。你花在R上绘制事物的时间越多，你就越接近使用它直到你跳跃。

我猜测你可以用你的数据做下面的事情。如果这不起作用（不是100％确定您的数据结构是什么），请查看this page，这可能会让您更好地了解如何使用它。

另一个警告，我正在假设有一个Genre列，其中说明了这种类型。如果这还不存在，请查看this answer，其中显示了如何将多个二进制列转换为带有因子标签的一列。

如果您处于某些电影可以有多种类型的场景中，那么您希望复制以下解决方案的数据。即如果你有喜剧和短片的电影，那么它应该出现两次（即连续两次），每个条目的流派不同。

尽管如此，还是简单的解决方案！

ggplot(data = df2, aes(x = Genre, y = Runtime)) + geom_violin()

一旦你设置了它，那就是它。诀窍是习惯了ggplot2以及它想要的输入类型。请记住，您需要安装ggp​​lot2库才能实现此目的。

如果数据看起来有点奇怪，Maurits Evers＆＃39;转换数据的解决方案也很好。事实上，我认为使用ggplot2方法看起来非常好。

不幸的是，如果没有您的数据，我无法为您提供任何具体内容，但希望这可以帮助您：）

至少，ggplot2是一个非常强大，非常好看的绘图工具，学习这将使你的输出看起来更令人印象深刻，即使只是风格！