如何在R语言中绘制带年度数据趋势的时间序列图表？

以Python的Seaborn+Matplotlib工具链为例，完全匹配你需求的实现步骤如下：

1. 先把数据整理成正确格式 #

你的数据集需要是长格式（每行对应一个数据点），结构大概是这样：

如果你的数据是宽格式（每列对应一个年份，每列10个值），用Pandas转成长格式：

import pandas as pd
# 假设宽格式数据存在df中，列名是2015、2016...2024
df_long = df.melt(var_name="年份", value_name="数值")

2. 绘制对应样式的图表 #

从你给出的示例图（展示每年10个数据+整体趋势），最适合的是箱线图+散点+均值趋势线的组合，既能体现每年数据的分布，又能展示整体趋势：

完整代码 #

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 替换成你自己的长格式数据集
df_long = pd.read_csv("你的数据文件.csv")

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布
fig, ax = plt.subplots(figsize=(12,7))

# 绘制箱线图，展示每年数据的分布范围
sns.boxplot(x="年份", y="数值", data=df_long, ax=ax, width=0.4, palette="coolwarm")

# 叠加散点，显示每个原始数据点
sns.stripplot(x="年份", y="数值", data=df_long, ax=ax, color="black", size=5, jitter=0.2)

# 计算每年均值，绘制趋势线
year_avg = df_long.groupby("年份")["数值"].mean().reset_index()
sns.lineplot(x="年份", y="数值", data=year_avg, ax=ax, color="darkred", marker="o", linewidth=2, label="年度均值趋势")

# 调整图表标签与样式
ax.set_xlabel("年份", fontsize=13)
ax.set_ylabel("数据值", fontsize=13)
ax.set_title("各年份数据分布及趋势", fontsize=15)
ax.legend()

plt.tight_layout()
plt.savefig("趋势图.png")  # 保存图片
plt.show()

3. 按需调整样式匹配示例 #

如果示例图没有箱线图，只需要散点+趋势线，删掉boxplot相关代码即可：

# 只保留散点和趋势线
sns.stripplot(x="年份", y="数值", data=df_long, ax=ax, color="navy", size=5, jitter=0.2)
sns.lineplot(x="年份", y="数值", data=year_avg, ax=ax, color="orange", marker="s", linewidth=2)

其他工具的实现思路 #

• Excel：把数据转成长格式，插入「散点图」，然后添加「趋势线」（选择基于年度均值的折线），通过图表设计面板调整点的样式、线的颜色。
• R语言：用ggplot2实现，逻辑和Python一致：

library(ggplot2)
df_long <- reshape2::melt(df, id.vars=NULL, variable.name="年份", value.name="数值")
year_avg <- aggregate(数值 ~ 年份, df_long, mean)

ggplot(df_long, aes(x=年份, y=数值)) +
  geom_jitter(color="black", size=2, width=0.2) +
  geom_line(data=year_avg, aes(group=1), color="red", size=1) +
  labs(x="年份", y="数值", title="各年份数据趋势") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者oliver