R语言ggplot2画小提琴图（violin|R语言ggplot2画小提琴图（violin plot）展示学术论文作者数量 R语言ggplot2画小提琴图（violi

非常有意思的数据可视化案例，原文提出的问题是学术论文中的作者数量有逐年增加的趋势；于是利用R语言里的 rplos 包抓取了 Plos 系列的6本期刊的2006年至2013年的每篇论文里的作者数量进行可视化展示

【R语言ggplot2画小提琴图（violin|R语言ggplot2画小提琴图（violin plot）展示学术论文作者数量】原文链接是
https://benjaminlmoore.wordpress.com/2014/04/06/author-inflation-in-academic-literature/
完整的代码链接
https://github.com/blmoore/blogR
原始代码中抓取数据的部分好像不能用了，我稍微改动了一下，选取了2006年到2020年的数据，获取数据的代码这里就不放了，如果需要本文的示例数据可以知己在文末留言
数据已经存储到了文件里首先是读取数据

library(readr) df<-read_tsv("author_number.tsv") head(df)

文章图片
image.png 期刊分别是

table(df$journal)

文章图片
image.png 首先通过summary()函数看一些数据的基本情况

summary(df)

文章图片
image.png 作者数量最多的竟然有446人，中位数是6个人，符合日常认知
我们看一下400多个作者的论文是什么？

library(dplyr)df%>% filter(auth_num == 446) -> df1df1$id

文章图片
image.png

这个应该是采集了很多人的数据，可能是把参与实验的所有人全都列成作者了

接下来就是小提琴图展示每个期刊作者数量的分布了用原始数据作图代码和结果如下

ggplot(df, aes(x=journal, y=auth_num, fill=journal)) + geom_violin(scale="width") + geom_boxplot(width=.12, fill=I("black"), notch=T, outlier.size=NA, col="grey40") + stat_summary(fun="median", geom="point", shape=20, col="white") + #scale_y_log10(breaks=c(1:5, seq(10, 50, by=10), 100, 200, 300)) + coord_flip() + labs(x="", y="Number of authors per paper") + theme_classic() + theme(legend.position="none") + scale_fill_brewer()

文章图片
image.png 这个结果不太好看，所有作者对原始数据做了log10转化

ggplot(df, aes(x=journal, y=auth_num, fill=journal)) + geom_violin(scale="width") + geom_boxplot(width=.12, fill=I("black"), notch=T, outlier.size=NA, col="grey40") + stat_summary(fun="median", geom="point", shape=20, col="white") + scale_y_log10(breaks=c(1:5, seq(10, 50, by=10), 100, 200, 300)) + coord_flip() + labs(x="", y="Number of authors per paper") + theme_classic() + theme(legend.position="none") + scale_fill_brewer()