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
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【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
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
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()
文章图片
image.png
log10转换 是一种比较好的方案当数据有明显的离群值的时候这次新学到的知识点包括
lappy()
函数指定参数lapply(files_all,
read_tsv,
col_type= list(
col_character(),
col_character(),
col_character(),
col_character())) %>%
bind_rows -> data_all
统计字符串中指定字符的数量
library(stringr)
str_count("A,B,C",pattern=",")
好了,今天的内容就到这里了
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!
推荐阅读
- 画画吗()
- 画解算法(1.|画解算法:1. 两数之和)
- 【生信技能树】R语言练习题|【生信技能树】R语言练习题 - 中级
- 一起来学习C语言的字符串转换函数
- C语言字符函数中的isalnum()和iscntrl()你都知道吗
- C语言浮点函数中的modf和fmod详解
- C语言中的时间函数clock()和time()你都了解吗
- 漫画初学者如何学习漫画背景的透视画法(这篇教程请收藏好了!)
- 画廊百里若江南
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场