8、数据可视化与统计分析入门

数据可视化与统计分析入门

1. 数据可视化基础

在进行数据可视化之前，我们需要加载必要的库并读取数据。以下是具体的代码：

# 加载所需库
library(dplyr)
library(ggplot2)
# 清空环境变量
rm(list = ls())
# 读取数据
compensation <- read.csv('compensation.csv')
# 查看数据结构
glimpse(compensation)

接下来，我们可以使用 ggplot2 库创建散点图，代码如下：

# 创建散点图
ggplot(compensation, aes(x = Root, y = Fruit, colour = Grazing)) +
  geom_point(size = 5) +
  xlab("Root Biomass") +
  ylab("Fruit Production") +
  theme_bw()

这个散点图展示了根生物量和果实产量之间的关系，并且通过颜色区分了放牧处理。

2. 箱线图的使用

散点图适合展示原始数据，但有时我们需要通过数据的集中趋势（如均值、中位数）和变异估计（如标准差或标准误差）来呈现数据。在生物学中，柱状图很常见，但最近的讨论表明，这种展示方式会隐藏太多信息，不太适合。因此，我们推荐使用箱线图。
以下是创建箱线图的代码：