用R语言怎么画小提琴图

library(readr)
df<-read_tsv("author_number.tsv")
head(df)

table(df$journal)

summary(df)

作者数量最多的竟然有446人，中位数是6个人，符合日常认知

我们看一下400多个作者的论文是什么？

library(dplyr)

df%>%
  filter(auth_num == 446) -> df1

df1$id

这个应该是采集了很多人的数据，可能是把参与实验的所有人全都列成作者了

用原始数据作图代码和结果如下

ggplot(df, aes(x=journal, y=auth_num, fill=journal)) +
  geom_violin(scale="width") +
  geom_boxplot(width=.12, 
               fill=I("black"), 
               notch=T,
               outlier.size=NA, 
               col="grey40") +
  stat_summary(fun="median", 
               geom="point", shape=20, col="white") +
  #scale_y_log10(breaks=c(1:5, seq(10, 50, by=10), 100, 200, 300)) +
  coord_flip() + labs(x="", y="Number of authors per paper") +
  theme_classic() + theme(legend.position="none") +
  scale_fill_brewer()

这个结果不太好看，所有作者对原始数据做了log10转化

ggplot(df, aes(x=journal, y=auth_num, fill=journal)) +
  geom_violin(scale="width") +
  geom_boxplot(width=.12, 
               fill=I("black"), 
               notch=T,
               outlier.size=NA, 
               col="grey40") +
  stat_summary(fun="median", 
               geom="point", shape=20, col="white") +
  scale_y_log10(breaks=c(1:5, seq(10, 50, by=10), 100, 200, 300)) +
  coord_flip() + labs(x="", y="Number of authors per paper") +
  theme_classic() + theme(legend.position="none") +
  scale_fill_brewer()

log10转换 是一种比较好的方案当数据有明显的离群值的时候

这次新学到的知识点包括

lappy()函数指定参数

lapply(files_all,
       read_tsv,
       col_type= list(
         col_character(),
         col_character(),
         col_character(),
         col_character())) %>%                
  bind_rows -> data_all  

统计字符串中指定字符的数量

library(stringr)
str_count("A,B,C",pattern=",")