如何用ggplot绘制带自定义分位数误差棒与中位数的Bootstrap分布图

你遇到的问题其实很常见——ggplot需要分组汇总后的统计量来绘制自定义误差棒，而不是直接用原始的长格式数据。手动用geom_segment虽然能实现，但完全没必要，我们可以通过自动化分组计算来高效解决，还能方便未来重复分析不同数据集。

步骤1：先分组计算所需统计量 #

首先用dplyr（属于tidyverse套件）对每个Analysis组计算中位数、自定义分位数（这里是0.005和0.995）。这种方法完全自动化，以后换数据集或者调整α校正水平，只需要修改分位数参数就行：

# 先加载必要的包
library(tidyverse)

# 计算每个组的中位数和自定义置信区间分位数
summary_stats <- BootDistOverall %>%
  group_by(Analysis) %>%
  summarize(
    median_val = median(Dist, na.rm = TRUE),  # 中位数
    lower_ci = quantile(Dist, 0.005, na.rm = TRUE),  # 下分位数
    upper_ci = quantile(Dist, 0.995, na.rm = TRUE)   # 上分位数
  )

步骤2：结合小提琴图绘制误差棒 #

如果你想保留原来的小提琴图，只需要在你的原有代码基础上，叠加geom_pointrange（或者geom_errorbar），并指定用刚才生成的summary_stats数据：

p0 <- ggplot(BootDistOverall, aes(x = Analysis, y = Dist)) +
  # 保留你的小提琴图
  geom_violin(scale = "area", color = "#002344", size = 1, fill = "#FECB00") +
  # 用汇总数据绘制中位数+误差棒
  geom_pointrange(data = summary_stats, 
                  aes(y = median_val, ymin = lower_ci, ymax = upper_ci),
                  color = "#002344", size = 1, shape = 22, fill = "white") +
  # 保留你的其他设置
  ylim(-1, 1) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "black") +
  xlab("Analysis") +
  ylab("Bootstrapped Pearson's r") +
  coord_flip() +
  theme_bw()

print(p0)

步骤3：如果只需要点+误差棒图 #

如果你不需要小提琴图，直接用汇总数据绘制更简洁：

ggplot(summary_stats, aes(x = Analysis, y = median_val)) +
  geom_pointrange(aes(ymin = lower_ci, ymax = upper_ci),
                  color = "#002344", size = 1, shape = 22, fill = "#FECB00") +
  ylim(-1, 1) +
  geom_hline(yintercept = 0, linetype = "dashed", color = "black") +
  xlab("Analysis") +
  ylab("Bootstrapped Pearson's r") +
  coord_flip() +
  theme_bw()

为什么这个方法更好？ #

• 可复用性：以后换数据集、调整α水平（比如改成0.025/0.975），只需要修改quantile的参数，不用手动重新计算每个组的分位数。
• 代码简洁：用geom_pointrange一步到位画出中位数和误差棒，代替你之前手动添加的一堆geom_segment，代码更易读和维护。
• 数据关联清晰：通过分组汇总，确保每个组的统计量和原始数据完全对应，避免手动输入错误。

如果之前你尝试geom_errorbar没成功，原因是它需要每个组对应的ymin和ymax值，而原始长格式数据没有这些汇总值——先做分组统计是关键哦！

内容的提问来源于stack exchange，提问作者S. Wesley Beckwith