r - 使用格子在 R 中为已处理的数据创建箱线图

Question

我正在尝试在 R 中为一个非常大的数据集创建一个箱线图。包含数据的文件是 2.5G，如果我尝试导入它，R 会崩溃。幸运的是，其他一些(python)软件可以毫无问题地生成均值和方差，这就是我真正想要绘制的(现在)。

到目前为止，我发现的每个教程都要求您输入完整的数据集，然后 R 自己计算统计数据，但我想知道如何将平均值、中位数、最小值、最大值等传递给 bwplot用于绘图。我更喜欢 R 和 lattice 的原因是因为它与代码最终可能包含的软件套件集成得很好。如果我使用 matlab 或其他一些软件，那将是一个问题，因为这将是我们当前用户的另一个要求。

Answer 1

箱线图不绘制均值或方差。您实际上需要完整排名的数据来绘制适当的箱线图，因为数量是中位数、四分位数和 1.5 倍 IRQ 以内的收盘数据点的实际值加上该范围外的所有数据点(异常值)。对于大型数据集，这通常不是一个好主意(因为根据定义，您有数百万个异常值)。

也就是说，您可以以任何方式生成基本摘要并使用 bxp 绘制它们 - 请参阅 R 中的 ?bxp。只要确保您弄清了哪些数量如果它们不是上述情况，那么您正在密谋。