未使用geom_jitter的ggplot箱线图中为何出现散点？

这些散点不是额外统计值，而是箱线图默认展示的异常值（Outliers），具体原因如下：

• 箱线图的标准绘制逻辑会自动识别并标记异常点：
  • 箱线图的上须边界为 Q3 + 1.5*IQR（Q3是第三四分位数，IQR为四分位距）
  • 下须边界为 Q1 - 1.5*IQR（Q1是第一四分位数）
  • 所有超出这个上下须范围的数据点，都会被判定为异常值，并以散点形式自动显示在箱线图上
• 你代码里的ylim(0, 50)只会截断y轴显示范围，落在0-50区间内的异常值依然会被geom_boxplot绘制出来

如何关闭异常点显示 #

如果不需要显示这些异常散点，可以在geom_boxplot()中添加outlier.shape = NA参数：

pelaChl_bxp <- ggplot(data = phyto_plankton_tbl, aes(x= time, y = PelaChl, fill = trt)) +
  geom_boxplot(outlier.shape = NA) + 
  ylim(0, 50) +
  scale_fill_manual(values=cbPalette) +
  theme_bw() 

代码小提示 #

你数据处理阶段的这段代码没有赋值给原变量，相当于没有生效：

phyto_plankton_tbl %>% 
  mutate(
  block = as.factor(block),
  trt = factor(trt, labels = c("-P&-F", "+P/-F", "+P/+F", "-P/+F")))

需要修改为赋值形式，才能正确更新trt的标签和block的类型：

phyto_plankton_tbl <- phyto_plankton_tbl %>% 
  mutate(
  block = as.factor(block),
  trt = factor(trt, labels = c("-P&-F", "+P/-F", "+P/+F", "-P/+F")))

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