这篇文章主要介绍“ggplot2常见的四种箱线图是什么”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“ggplot2常见的四种箱线图是什么”文章能帮助大家解决问题。
p <- ggplot(data=employee,aes(x="薪资",y=salary))
p+geom_boxplot(width=0.3)
有少量人的薪资数据偏高，造成箱线图顶部有一些异常值。存在即合理，不要着急去剔除。目标：考察不同职位类别人群的薪资分布、异常值状况。
p <- ggplot(data=employee,aes(x=jobcat,y=salary))
p+geom_boxplot()
p+geom_boxplot(aes(fill=jobcat))
p+geom_boxplot(aes(fill=jobcat))+labs(title="不同职位类别薪资分布",x="职位类别", y = "当前薪资")
目标：在分组箱线图基础上添加散点，提高统计图形的可读性。
p+geom_boxplot()+geom_jitter(width = 0.2, alpha = 0.5, color = 'red')
jitter可以理解为抖动，将散点打散，让我们能观察到点的集中与分散的分布状况。上图中，箱子和黑色点为箱线图的元素，红色的散点则为原始数据的散点图元素，按层堆叠在一起，构成这样一幅有层次感的“带散点的箱线图”。
p+geom_boxplot()+facet_wrap(~gender)
女性和男性各自独立呈现箱线图，相当于用图形可视化的形式对数据进行拆分对比。能够帮我们切割数据粒度，便于对比比较，从而观察到有价值的信息。关于“ggplot2常见的四种箱线图是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注天达云行业资讯频道，小编每天都会为大家更新不同的知识点。