ggplot2绘制双误差线条形图

分享一个ggplot2画双误差线条形图的实际例子,喜欢的小伙伴可以关注我的公众号R语言数据分析指南,持续分享更多优质资源

可以将上述图看成以下2副图拼接而成

首先,我们先绘制蓝色的条形图和它们的误差线,然后绘制了绿色和红色的条形图和它们的误差线


library(tidyverse)
df <- tribble(
  ~Condition, ~Referent, ~Accuracy,
  "Primacy",  "Single",  0.63,
  "Primacy",  "Primacy", 0.59,
  "Recency",  "Single",  0.63,
  "Recency",  "Recency", 0.5,
  "Both",     "Single",  0.63,
  "Both",     "Primacy", 0.5,
  "Both",     "Recency", 0.31) %>% 
  mutate(error_low = runif(7, .04, .06),
    error_high = runif(7, .04, .06),
    Condition_name = factor(Condition,
                            levels = c("Primacy", "Recency", "Both")),
    Condition = as.numeric(Condition_name),
    Referent = factor(Referent,
                      levels = c("Single", "Recency", "Primacy")),
    left = Referent == "Single",
    color = case_when(Referent == "Single" ~ "#29476B",
      Referent == "Primacy" ~ "#AD403D",Referent == "Recency" ~ "#9BBB58"))
ggplot(df,aes(x = Condition, y = Accuracy, fill = color)) +
  geom_col(
    data = filter(df, left),
    width = .3,
    color = "white",
    position = position_nudge(x = -.3),
  )+
  geom_errorbar(
    aes(ymin = Accuracy - error_low, ymax = Accuracy + error_high),
    data = filter(df, left),
    width = .1,
    position = position_nudge(x = -.3)
  )+
  geom_col(
    data = filter(df, !left),
    color = "white",
    width = .3,)+
  geom_errorbar(
    aes(y = y, ymin = y - error_low, ymax = y + error_high),
    data = filter(df, !left) %>% 
      group_by(Condition) %>% 
      mutate(y = accumulate(Accuracy, sum)),
    width = .1
  ) +
  geom_hline(
    aes(yintercept = .25),
    linetype = 2,
    size = 1,
  ) +
  geom_text(
    aes(x = 3.4, y = .29),
    label = "Chance",
    family = "Adelle",
    color = "grey20",
    inherit.aes = FALSE) +
  scale_fill_identity(
    labels = c("Single", "Primacy", "Recency"),
    guide = guide_legend(
      title = NULL,
      direction = "horizontal",
      override.aes = list(fill = c("#29476B", "#AD403D", "#9BBB58")))) +
  scale_x_continuous(
    breaks = 1:3 - .15,
    labels = levels(df$Condition_name),
    expand = expansion(c(.1, .05))) +
  scale_y_continuous(
    breaks = scales::pretty_breaks(6),
    labels = scales::percent_format(1),
    limits = 0:1,
    expand = expansion(0)) +
  labs(title = "Accuracy by Condition and Referent",
    y = NULL) +
  theme_classic(base_size = 16) +
  theme(plot.title.position = "plot",
    plot.title = element_text(margin = margin(0, 0, 1, 0, "cm")),
    legend.position = c(.35, .9),
    axis.title.x = element_text(margin = margin(t = .4, unit = "cm")),
    plot.margin = margin(1, 1, .7, 1, "cm"))
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容