生物狗喜欢画barplot，但毕竟只有均值和标准误差信息量太低，万一有outliers呢？万一不是正态分布呢？所以就吐槽了又吐槽，但大家还是乐此不疲，因为大家都在用，因为很多人只会画barplot，所以产生各种反barplot运动，并呼吁大家使用boxplot，boxplot有四分位数的统计量，可以反应outlier和数据的分布，比barplot高得多了。

然而事情是不断在进化的，我们的手段是要跟上潮流的，现在的潮流就是除了要有统计量，还要有原始数据，甚至于有统计推断，全集中一图中，揭开数据的红盖头，给大家呈现全方位无死角的面貌。

所以现在流行的不单单是画boxplot，有以下几种方式是显得比较专业的：

  • boxplot + raw data
  • violin plot + boxplot
  • violin plot + raw data
  • violin plot + boxplot + raw data

反正就是原始数据+统计量（boxplot）+统计推断（violin plot, 概率密度）的组合。然而violin画出来是对称的，也就是说信息冗余，就有人提出来，能不能画一半的violin，但其实一半也挺丑的，但大家脑洞足够大，把violin往右移一点，它就像一朵云彩，而raw data就像是雨滴，于是乎云雨图(raincloud)应运而生，一下子俘获大家的芳心，包括我。

就这一个可视化方式，有人专门写文章介绍，并且还用主流语言实现了，https://peerj.com/preprints/27137v1/。

《ggridges：一种波涛汹涌，哦不对，是山峰叠峦的可视化方式》本身长得就像半个violin，这个包现在也支持raincloud，不过我还是喜欢单一的元素然后自己拼。

那么要实现这个图，最大的问题在于需要一半的violin，这个David Robinson首先从ggplot2中的geom_violin图层修改得到，然后我发现一直没人打包在R包里，我为了方便讲课时候在课堂上演示，于是我就打了一个R包，叫gglayer，https://github.com/GuangchuangYu/gglayer， 顾名思义就是打包ggplot的图层的，我顺道把我yyplot中的两个图层也给移过去。

violin + boxplot + raw data

require(ggplot2)
ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
    geom_violin(alpha=.5) +
    geom_boxplot(width=.1) +
    geom_jitter()

violin + mean+-sd + raw data

统计量不一定要用boxplot来展示四分位数，你也可以是均值+-标准误差的方式，这样相当于你把barplot的信息也放进去了，所以说单纯barplot有多弱鸡。当然统计量也不限于此，有合适的都可以放进去。无非是拼图层，这也是图形语法的灵活所在，封装失去了自由组合的灵活性。

require(dplyr)
d <- group_by(iris, Species) %>%
    summarize(mean = mean(Petal.Length),
              sd = sd(Petal.Length))

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
    geom_violin(alpha=.5) +
    geom_jitter() +
    geom_pointrange(aes(y=mean, ymin=mean-sd, ymax=mean+sd, color=Species), data=d, size=2)

云雨图1：加上均值和标准误差。

## devtools::install_github("GuangchuangYu/gglayer")
require(gglayer)

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
    geom_flat_violin(position=position_nudge(x=.2)) +
    geom_jitter(aes(color=Species), width=.15) +
    geom_pointrange(aes(y=mean, ymin=mean-sd, ymax=mean+sd),
                    data=d, size=1, position=position_nudge(x=.25)) +
    coord_flip() + theme_bw() +
    theme(legend.position="bottom")

云雨图2：加上boxplot

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
    geom_flat_violin(position=position_nudge(x=.3)) +
    geom_jitter(aes(color=Species), width=.15) +
    geom_boxplot(width=.1, position=position_nudge(x=.22)) +
    coord_flip() + theme_bw() +
    theme(legend.position="bottom")

云雨图3：用堆叠的点图当雨点

ggplot(iris, aes(Species, Petal.Length, fill=Species))  +
    geom_flat_violin(position=position_nudge(x=.2)) +
    geom_dotplot(binaxis="y", stackdir="down", dotsize=.35) +
    geom_boxplot(width=.1, position=position_nudge(x=.1)) +
    coord_flip() + theme_bw() +
    theme(legend.position="bottom")