# R_plot_gallery **Repository Path**: epool/r-plot-gallery ## Basic Information - **Project Name**: R_plot_gallery - **Description**: 专门用于可视化心理学数据的 R 绘图 gallery - **Primary Language**: R - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-27 - **Last Updated**: 2025-06-03 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # R 心理学数据可视化库 这是一个专门用于心理学数据可视化的 R 绘图库,提供了一系列用于绘制心理学研究数据的函数。 - 点击每个绘图标题可以尝试运行示例代码。 ## 示例绘图 ### 箱型图-汇总数据([aggr_boxplot](https://127.0.0.1:28888/?example=aggr_boxplot)) 箱型图函数(aggr_boxplot)可以帮助您创建美观的箱型图,展示不同条件下的数据分布。上图展示了不同条件(condition)和刺激类型(stimulus)下反应时(rt)的分布情况。从图中可以清晰地看到: 用于创建箱型图的函数,支持以下特性: - 支持输入长数据格式 - 支持1~3个因子变量 - 可以添加抖动点以展示原始数据分布 - 支持分面(facet)展示 - 提供现代化的主题样式 使用示例: ```R aggr_boxplot(df, x = "condition", hue = "stimulus", dv = "rt") aggr_boxplot(df, x = "condition", facet = c("stimulus"), dv = "rt") ``` ![箱型图示例](./images/aggr_boxplot.png) ### 误差线图([aggr_errorline](https://127.0.0.1:28888/?example=aggr_errorline)) 误差线函数(aggr_errorline)可创建多维度趋势可视化,展示不同条件下的均值变化及个体差异。上图展示了不同条件(condition)和刺激类型(stimulus)下反应时(rt)的聚合趋势,图形要素包含: 用于创建趋势图的函数,支持以下特性: • 自动计算组别均值及95%置信区间 • 三阶可视化维度:x轴主因子、hue颜色分组、facet分面矩阵 • 半透明个体轨迹线(alpha=0.06)叠加群体趋势线(linewidth=2) • 内置标签格式化(自动转大写+空格分隔) • 支持数值型x轴的刻度优化显示 • 集成see包的现代化主题风格 使用示例: ```R # 基础版:单因子趋势 aggr_errorline(df, x = "condition", dv = "rt") # 进阶版:双因子交互趋势 aggr_errorline(df, x = "condition", hue = "stimulus", dv = "rt") # 完整版:三因子分面矩阵 aggr_errorline(df, x = "condition", hue = "stimulus", dv = "rt", facets = c("stimulus")) ``` ![误差线图示例](./images/aggr_errorline.png) 注:该可视化方法通过「均值±置信区间」形式呈现,特别适用于: • 纵向研究中的时间序列趋势分析 • 多处理条件下的效应量对比 • 个体差异与群体趋势的双重展示 • 实验条件间的交互作用探索 ## 依赖包 本项目依赖以下R包: - dplyr - ggplot2 - see - ggpubr - glue ## 开发者使用方法 1. 克隆或下载本项目 2. 安装所需的依赖包 3. 启动 `app.R` 服务,服务默认挂在端口 `28888`。 3. 加载需要的绘图函数 4. 准备好您的数据(长数据格式) 5. 调用相应的绘图函数 ## 如何贡献 欢迎为本项目贡献新的绘图函数!只需按照以下步骤操作: 1. 在 `plots` 文件夹中创建一个新的 R 脚本文件,并定义您的绘图函数,可根据 [绘图模板.R](plot_template.R)进行修改。 2. 请参考现有的示例(如 `aggr_boxplot.R`),确保您的函数包含以下内容: - 使用 `ggplot2` 或其他依赖包实现绘图逻辑。 - 添加必要的注释和示例代码(`@title, @description, @example`)。 4. 提交时。 - 请更新 `README.md`,为用户提供函数的使用说明和示例。 - 示例图片可以放在 `images` 文件夹中。 - 之后请 PR 到本仓库。 通过这种方式,您可以轻松扩展本项目的功能,为用户提供更多的可视化工具! ### 使用 LLM 将自己的绘图代码转化为模板文件 ```prompt 请学习以下 R 代码的模板,之后你需要根据给定R代码,将其转化为该模板的形式。学习好了请回复好的。 #' @title XXX图 #XX标签1 #XX标签2 #' @description XXX描述 #' @Eexample #' 使用示例: #' plot(df, x = "condition", y = "value") library(ggplot2) plot(df, x = "condition", y = "value") --- 请将以下代码按照模板进行转化。 1. 额外请注意: 去除冗余的包和代码 2. 生成模拟数据用于演示代码 你的代码XXXX ```