复现百年老刊上4张图，换数据即可用！
p
pythonic生物人约 2 分钟
pythonic生物人约 2 分钟本次使用R语言复现百年老刊PNAS上的4张图！
R绘制ABCD图
✅ABCD图均由散点图+平滑曲线+置信区间组成：
置信区间（confidence interval），平滑曲线周围的阴影是置信区间的可视化表示。它表示通过平滑曲线拟合的数据点的统计不确定性，通常以95%的置信水平显示。这意味着，有95%的概率，真实数据的平均值会落在阴影区域内。阴影的宽度反映了数据的变异性，变异性越大，阴影越宽。
✅读入测试数据，
✅关键代码，
# Plot A: Steps
p1 <- ggplot(activity_data, aes(x = dayOfSemester, y = steps, color = fct_rev(term2))) +
geom_point() + # 添加散点图
geom_smooth(aes(group = fct_rev(term2))) + # 添加平滑曲线
common_theme +
color_scale +
scale_y_continuous(breaks = c(5000, 7500, 10000)) +
scale_x_continuous(breaks = breaks_x, labels = labels_x) +
labs(x = "Days since beginning of semester", y = "Average steps per day", title = "A: Steps") +
theme(legend.position = "bottom")
p1
然后，用同样的方式绘制BCD图，
✅值得学习的R可视化知识点：
使用patchwork拼接子图，
# Combine plots
p <- (p1 + p2 + p3 + p4) +
plot_layout(ncol = 2, guides = "collect") &
theme(legend.position = "bottom")
p
整个图很简单，但是是SCI常见图表，值得学习。
本期结束！
测试数据+详细代码，后期会加入👉《保姆级R可视化教程》来了！
加入学习（备注：299）
往期更精彩，