如何用R的ggplot绘制箱线图并仅展示须外散点？

要实现你的需求，核心思路是先筛选出超出5%-95%分位数范围的点，再配合自定义箱线图的须范围，最后只给这些筛选后的点添加散点。以下是具体实现步骤，用mtcars数据集做演示：

步骤1：计算分位数并筛选须外数据点 #

先提取目标变量的5%和95%分位数，再筛选出超出这个范围的异常点：

library(ggplot2)

# 以mpg变量为例，计算5%和95%分位数
q5 <- quantile(mtcars$mpg, 0.05)
q95 <- quantile(mtcars$mpg, 0.95)

# 筛选出低于5%或高于95%分位数的点
outlier_points <- mtcars[mtcars$mpg < q5 | mtcars$mpg > q95, ]

步骤2：绘制自定义箱线图+须外散点 #

这里需要注意两个关键设置：一是让箱线图的须延伸至5%-95%分位数，二是隐藏箱线图自带的异常点，避免和手动添加的散点重复：

ggplot(mtcars, aes(x = factor(cyl), y = mpg)) +
  # 绘制自定义须（延伸至5%-95%分位数）
  stat_boxplot(
    geom = "errorbar",
    width = 0.3,
    aes(ymin = ..y..[which(..quantile.. == 0.05)],
        ymax = ..y..[which(..quantile.. == 0.95)])
  ) +
  # 绘制箱体，隐藏自带的异常点
  geom_boxplot(width = 0.5, outlier.shape = NA) +
  # 仅添加须外的散点
  geom_dotplot(data = outlier_points,
               binaxis = "y", stackdir = "center", dotsize = 0.8) +
  # 自定义标签
  labs(x = "气缸数", y = "每加仑英里数", title = "箱线图（须：5%-95%分位数）") +
  theme_minimal()

简化写法（无需提前筛选数据） #

如果不想额外创建筛选后的数据集，可以直接在geom_dotplot中通过data参数实时过滤数据：

ggplot(mtcars, aes(x = factor(cyl), y = mpg)) +
  stat_boxplot(
    geom = "errorbar",
    width = 0.3,
    aes(ymin = quantile(mpg, 0.05),
        ymax = quantile(mpg, 0.95)),
    position = position_dodge(0.5)
  ) +
  geom_boxplot(width = 0.5, outlier.shape = NA) +
  # 直接在散点层过滤出须外的点
  geom_dotplot(
    data = ~ subset(., mpg < quantile(mpg, 0.05) | mpg > quantile(mpg, 0.95)),
    binaxis = "y", stackdir = "center", dotsize = 0.8
  ) +
  theme_minimal()

关键细节说明 #

• stat_boxplot用来生成自定义范围的须，替代默认的1.5*IQR须范围
• geom_boxplot(outlier.shape = NA)：关闭箱线图自带的异常点标记，避免重复显示
• geom_dotplot仅使用须外的数据集，确保只显示超出范围的散点

内容的提问来源于stack exchange，提问作者user23486677