在前一章中，我们深入剖析了云雨图的结构与设计哲学。它以极高的信息密度和优美的非对称设计，成为了展示数据分布的神器。然而，对于许多科研工作者而言，理解原理是一回事，将其转化为代码又是另一回事。本篇教程将作为实战续篇，专注于技术实现。我们将使用R语言配合 RStudio ，依托于 ggplot2 图层语法，一步步复现这一顶级期刊偏爱的图表。

R语言环境的安装可以参考《Windows平台R环境下载与安装全指南》这篇教程，按照教程完成环境的安装后，即可进行下一步。

一、准备R语言的内置数据集

1.认识经典数据：植物学家最爱的“鸢尾花（iris）”

我们将要使用的，是数据科学界最著名的“明星”数据集——鸢尾花数据（iris）。这套数据源自1936年，由著名的统计学家罗纳德·费希尔（Ronald Fisher）整理。虽然它年代久远，但至今仍是几乎所有数据分析教程的入门首选。

这个数据集非常直观且贴近科研场景。它记录了150朵鸢尾花的测量数据。这些花分属于三个不同的品种：Setosa（山鸢尾）、Versicolor（变色鸢尾）和Virginica（维吉尼亚鸢尾）。对于每一朵花，植物学家都测量了四个特征：萼片长度（Sepal.Length）、萼片宽度（Sepal.Width）、花瓣长度（Petal.Length）和花瓣宽度（Petal.Width）。你可以把它想象成一份记录了150个样本的实验记录表，非常适合用来练习如何展示组间差异。

2.查看数据的行（样本）与列（变量）

在开始绘图之前，我们需要先看一眼这份数据长什么样。在RStudio中，数据并不像在Excel中那样直接铺开显示，我们需要通过指令来查看。首先打开RStudio，从开始菜单中或桌面快捷方式打开都可以。

图1 找到RStudio并打开

打开RStudio后，我们需要在请其中输入以下代码并运行：

# 加载iris数据集（虽然它通常默认已加载，但这行代码是个好习惯）

data(iris)

# 查看数据的前6行



head(iris)

运行后，你会在下方看到一张表格。这里有两个核心概念需要理解：

（1）行（Rows）：每一行代表一个样本，也就是一朵具体的花。

（2）列（Columns）：每一列代表一个变量（属性）。你会看到 Sepal.Length（数值型变量）和 Species（分类变量）等列名。

图2 在RStudio中输入代码并获得数据集信息

理解这一点非常重要：ggplot2绘图的核心逻辑，就是将这些“列”映射到图表的图形属性上。

3.明确绘图目标：我们将分析不同品种花朵的萼片长度差异

做科研绘图，切忌“为了画图而画图”，每一张SCI图表背后都应该有一个明确的科学问题。在本教程中，我们的科学假设是：“不同品种的鸢尾花，其萼片长度可能存在显著差异”。

为了验证并展示这一差异，我们便可以利用R语言绘制一个云雨图。在这个图表中：

（1）横轴（X轴）：我们将放置 Species（品种）这一列。因为它是分类变量，可以将数据自然地分成三组。

（2）纵轴（Y轴）：我们将放置 Sepal.Length（萼片长度）这一列。这是我们要比较的具体数值。

云雨图将能够同时展示这三组数据的分布形态（通过“云”即半小提琴图）、原始数据点（通过“雨”即抖动散点图）以及统计概况（通过“伞”即箱线图）。明确了这一目标后，我们就可以开始构建我们的绘图图层了。

二、理解ggplot2的绘图逻辑

1.什么是ggplot2：图层叠加的绘图思想

ggplot2 中的 “gg” 代表 “Grammar of Graphics”（图形语法）。它认为一张完整的统计图形，并不是一个不可分割的整体，而是由不同的图层叠加而成的。想象一下你在使用Photoshop，或者是在画一幅油画。你不会一次性把所有的东西都画出来，而是分步骤进行：首先铺一张白纸（建立坐标系），然后在上面画出散点（数据层），接着画上趋势线（统计层），最后再给图片加上标题和调整背景颜色（美化层）。

在ggplot2中，我们也需要这样做。我们通过“+”号将不同的代码连接起来，就像把一张张透明的幻灯片叠在一起。这种“图层叠加”的逻辑给了我们极大的自由度——如果你想修改散点的颜色，只需要修改散点那个图层的代码，而不会影响到背景或坐标轴。这就是为什么ggplot2能画出如此复杂且精美图表的原因。

2.核心三要素：数据、映射、几何对象

要构建任何一张ggplot2图表，无论它多么复杂，都离不开三个最基础的要素。你可以把它们看作是烹饪一道菜的三个步骤：

（1）数据：这是我们的“食材”。在上一章中，我们已经准备好了 iris 数据集。ggplot2需要知道它要从哪张表格里读取信息。

（2）映射：这是最关键的概念，通常用 aes() 函数表示。它的作用是建立“数据列”与“图形属性”之间的桥梁。比如，我们需要告诉软件：请把表格里的 Species（品种）这一列数据，对应到图表的 X轴 上；把 Sepal.Length（萼片长度）这一列数据，对应到图表的 Y轴 上。这就叫“映射”。

（3）几何对象：这是数据的“形状”。确定了X轴和Y轴的数据后，你是希望这些数据表现为散点？柱状图？还是箱线图？这些不同的形状在ggplot2中被称为几何对象。

3. 开始建立画布

现在，让我们动手写下第一行绘图代码。在这个阶段，我们先不急着画出具体的图形，而是先要把“画布”搭好，也就是定义好数据和映射。在RStudio中输入以下代码：

# 首先，我们需要安装并加载ggplot2包

install.packages("ggplot2")

library(ggplot2)



# 建立基础画布

# data = iris : 指定使用iris数据集

# aes(...) : 指定映射关系，X轴为品种，Y轴为萼片长度



ggplot(data = iris, aes(x = Species, y = Sepal.Length))

运行这段代码后，首先程序会自动完成安装与加载步骤，如图所示：

图3 ggplot2包的安装与加载

然后请观察RStudio右下角的“Plots”窗口。你会看到一个灰色的背景，底部写着 Species，左侧写着 Sepal.Length，但是图里面空空如也，没有任何数据点。

图4 输入画布建立代码并运行的结果

画布内容为空是因为目前位置代码中只指定完成了前两个要素（数据和映射），我们告诉了R语言要用什么数据，以及坐标轴代表什么，但我们还没有告诉它要画什么形状（几何对象）。接下来我们需要通过“+”号，在这个空白的画布上一层层地添加云、雨和伞。

三、实战演练（上）——画出“云”部分

画布已经搭好，现在我们要开始往上面添加内容了。云雨图之所以得名，是因为它由三部分组成：像云一样的密度图、像雨一样的散点图，以及像伞一样的箱线图。我们首先来绘制最上方的“云”，也就是半小提琴图。

1.引入gghalves扩展包

ggplot2 虽然功能强大，但它默认提供的几何对象中只有“全小提琴图”（geom_violin）。在这种情况下，我们需要额外的扩展包 gghalves。请复制并粘贴运行以下代码：

# 安装gghalves包
install.packages("gghalves")

# 加载 gghalves 包
library(gghalves)

运行后，效果应如下图所示：

图5 gghalves 包安装与加载结果

2.绘制半小提琴图：展示数据的密度分布

所谓的“云”，在统计学上被称为密度图。它展示了数据在不同数值上的分布密集程度。想象一下，如果把所有的数据点堆在一起，哪里堆得最高，“云”的轮廓就在哪里隆起；哪里数据稀少，“云”就变得扁平。通过观察“云”的胖瘦，我们可以一眼看出哪组数据的分布比较集中，哪组比较分散。为了在画布上增加这层“云”，我们需要使用 geom_half_violin() 函数。

# 基础画布 + 半小提琴图图层
ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
geom_half_violin()

运行这段代码，你就能看到三个黑白轮廓的“半边小提琴”出现在画面上，如图所示：

图6 geom_half_violin()函数运行结果

3. 调整“云”的方向与位置

为了给后续的“雨”和“伞”腾出空间，我们需要对“云”做两件事：第一，给它上色，让不同品种的花显示不同的颜色；第二，把它向右推一点，不要挡在正中间。在 ggplot2 中，颜色是通过 aes(fill = Species) 来映射的，这意味着“填充颜色由品种决定”。而位置的调整，我们需要用到 side 参数（决定保留左半边还是右半边）和 position 参数（决定位置的偏移）。

请复制并粘贴运行以下优化后的代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    geom_half_violin(
    aes(fill = Species),      # 映射：根据品种填充不同的颜色
    side = "r",               # 细节：只保留右半边（right）
    position = position_nudge(x = 0.1) # 细节：向右平移0.1个单位，腾出中间位置
    )

现在再看你的绘图窗口：三个彩色的“云朵”已经优雅地飘在了每一组数据的右侧。左侧留出的空白区域，正是我们接下来要安排“下雨”的地方。

图7 使用aes(fill=Species)映射颜色

四、实战演练（中）——画出“雨”部分

“云”已经飘在了右侧，描绘出了数据的整体轮廓。接下来，我们要画出“雨”。在云雨图中，“雨”代表的是每一个真实的原始数据点。我们将使用散点图来实现这一部分，但不是普通的散点，而是带有抖动效果的散点。

1.绘制抖动散点图：展示每一个原始数据点

如果我们直接把150个数据点画在图上，会遇到一个大问题：很多花朵的萼片长度是一样的（例如都是5.0cm）。如果直接画，这些点会重叠在一起，看起来像只有一个点。

为了解决这个问题，我们需要给数据点加上一点点随机的“抖动”。ggplot2 提供了一个非常经典的函数 geom_jitter()，它就像是把一把沙子撒在地上，让沙粒自然散开，不再重叠。

请复制并粘贴以下代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    # 云：为了给雨腾出空间，我们将云向右平移的距离增加到 0.2
    geom_half_violin(
    aes(fill = Species), 
    side = "r", 
    position = position_nudge(x = 0.2), # 注意这里改成了 0.2
    color = NA  # 去掉小提琴图的边框线，让画面更干净
    ) +

    # 雨：使用经典的抖动散点
    geom_jitter(aes(color = Species))

运行后，你会发现左侧出现了一排排密集的点，这就是我们的“雨”。

图8 geom_jitter() 函数运行结果

2. 调整“雨”的大小与透明度：避免数据重叠过于拥挤

现在的“雨”可能看起来有点太大了，我们需要对这些点进行调整。这里有两个关键参数：

1.size（大小）：控制点的大小。数值越小，点越精细。

2.alpha（透明度）：这是一个0到1之间的数值。1代表完全不透明，0代表完全透明。设置透明度的好处是，当多个点重叠时，颜色会变深，这样我们既能看到个体，又能直观感受到哪里数据最密集。

让我们把点变小一点，并加上半透明效果，复制并粘贴运行以下代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +
    
    geom_jitter(
    aes(color = Species), 
    size = 1.5,    # 设置点的大小
    alpha = 0.6    # 设置60%的不透明度，让点看起来通透一些
    )

如图所示，现在这些点已经经过了调整。

图9 点位调整

3.避免数据重叠过于拥挤

为了视觉上的平衡，我们需要把“雨”（散点图）严格限制在左侧。geom_half_point() 函数非常智能，它也有一个 side 参数。我们只需要把它设为 "l" (left)，它就会自动乖乖地待在左边。此外我们可以通过 range_scale 参数来控制雨点“散开”的宽度，避免它们散得太宽撞到旁边的组。

复制并运行以下代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    # 云：飘在右侧 (x + 0.2)
    geom_half_violin(
    aes(fill = Species), 
    side = "r", 
    position = position_nudge(x = 0.2), 
    color = NA
    ) +
    
    # 雨：限制在中心附近，宽度控制在 0.15
    geom_jitter(
    aes(color = Species), 
    width = 0.15,  # 关键：限制抖动宽度，防止撞到云
    size = 1.5, 
    alpha = 0.6
    )

现在观察绘图窗口，如图所示：左边是细碎的彩色雨点（原始数据），右边是饱满的云朵（密度分布），它们中间留出了一条缝隙，实现了完美呼应。

图10 完成调整后的绘图

五、实战演练（下）——画出“伞”部分

云雨图的三大组件，我们已经完成了“云”（密度分布）和“雨”（原始数据）。现在，图表还缺最后一块拼图——“伞”，即箱线图。

1.添加箱线图：展示中位数与四分位数

虽然“云”告诉了我们数据的形状，“雨”展示了每一个点，但科研论文中通常还需要精确的统计指标来进行针对性分析。箱线图能极其高效地传达以下信息：

（1）箱子中间的粗线：代表中位数（50%的数据在这个数值以下）。

（2）箱子的上下边界：代表四分位数（中间50%的数据集中在这个范围内）。

（3）上下的“胡须”：代表数据的延伸范围。

让我们先试着把箱线图直接加到画布上，这里使用R语言自带的 geom_boxplot() 函数。复制并粘贴运行以下代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    # 云
    geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +
    # 雨
    geom_jitter(aes(color = Species), width = 0.15, size = 1.5, alpha = 0.6) +
    
    # 伞：直接添加箱线图
    geom_boxplot()

运行后你会发现一个大问题：默认的箱线图太宽了，像一个巨大的盒子盖住了我们的“雨”和“云”，画面变得非常难看。我们需要给它瘦身。

2.微调箱线图并绘制完整图像

为了让箱线图优雅地融入云雨图，我们需要对它进行三项重要的手术：

（1）瘦身（width）：将它的宽度设置得很小，变成一条细长的矩形。

（2）移位（position）：它必须和“云”待在一起。既然“云”向右平移了0.2，箱线图也应该向右平移0.2，这样它就会正好位于“云”的平直边缘，像云朵的脊梁骨一样。

（3）隐藏离群点（outlier.shape = NA）：这是最关键的一点。因为我们已经画了“雨”（所有原始数据点），箱线图默认会画出的“离群点（黑点）”就属于重复信息。如果不隐藏，图上会有双重的点，这是不严谨的。

另外，在 ggplot2 中，图层的顺序是由代码的先后顺序决定的：后写的代码会盖住先写的代码。为了获得最佳的视觉效果，通常建议顺序是：

（1）最底层：画“云”（半小提琴图），作为背景轮廓。

（2）中间层：画“伞”（箱线图），压在云的边缘，清晰可见。

（3）最顶层：画“雨”（散点图）。虽然它们在左侧，通常不会重叠，但把散点放在代码最后是一个好习惯，确保数据点永远不会被其他图形遮挡。

现在，让我们把所有代码整合在一起，复制并粘贴运行以下调整后的代码：

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +

    # 1. 画云（半小提琴图）
    geom_half_violin(
    aes(fill = Species), 
    side = "r", 
    position = position_nudge(x = 0.2), 
    color = NA
    ) +

    # 2. 画伞（箱线图）- 注意这里用 + 号连接了
    geom_boxplot(
    width = 0.1, 
    position = position_nudge(x = 0.2), 
    outlier.shape = NA,
    fill = "white", 
    color = "black"
    ) +

    # 3. 画雨（抖动散点图）
    geom_jitter(
    aes(color = Species), 
    width = 0.15, 
    size = 1.5, 
    alpha = 0.6
    )

运行这段代码，你应该能看到一张结构清晰的图表：左侧是缤纷的雨点，右侧是彩色的云朵，云朵的直边上镶嵌着白色的箱线图。这不仅是一张图，更是一份包含了分布、统计和原始数据的完整分析报告。接下来，我们只需要对它进行美化，就能直接用于SCI投稿了。

图11 完成绘制的图表

六、美化绘图内容

经过前面的努力，我们已经搭建起了云雨图的基本形态。现在的图表虽然信息完整，但看起来还略显粗糙。为了让它能够登上SCI期刊的版面，我们需要对它进行美化。

1.让云雨图横向展示

你可能注意到了，目前的图表是竖直排列的。虽然这没有错，但在云雨图的惯例中，横向排列往往更受欢迎。横向排列时，品种的名称（X轴标签）是从左往右写的，读者阅读起来更自然，不需要歪着头看；同时，“云朵”横向漂浮看起来更具流动感，视觉上也更平衡。

在 ggplot2 中，实现这一点不需要重写代码，只需要加一个神奇的函数：coord_flip()。它的作用是将X轴和Y轴在视觉上互换。复制并粘贴运行以下代码：

# 在原有代码的基础上加上 coord_flip()
ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +
    geom_boxplot(width = 0.1, position = position_nudge(x = 0.2), outlier.shape = NA, fill = "white") +
    geom_jitter(aes(color = Species), width = 0.15, size = 1.5, alpha = 0.6) +

    # 翻转坐标轴
    coord_flip()

运行后的效果如图所示，可以看到图像已经得到了横向展示：

图12 横向调整展示效果

2.使用经典的SCI配色方案

默认的红绿蓝配色虽然区分度高，但缺乏高级感。顶级期刊（如Nature, Science, JCO等）都有自己独特的配色偏好。这里我们需要引入一个新的扩展包 ggsci。它预设了许多著名期刊的配色方案。比如，我们可以使用 scale_fill_jco() 和 scale_color_jco() 来应用《临床肿瘤学杂志》（JCO）的经典配色，这种配色稳重且专业。复制并粘贴运行以下代码：

install.packages(c("ggsci", "ggpubr"))

library(ggsci)
library(ggpubr)
    # 在代码中添加配色层
    # 注意：我们需要同时设置填充色(fill)和线条色(color)
    ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
    geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +
    geom_boxplot(width = 0.1, position = position_nudge(x = 0.2), outlier.shape = NA, fill = "white") +
    geom_jitter(aes(color = Species), width = 0.15, size = 1.5, alpha = 0.6) +

    # 翻转坐标轴
    coord_flip()
    scale_fill_jco() +   # 改变云的填充色
    scale_color_jco()    # 改变雨点的颜色

完成后，即可达到调整配色的效果，如图所示：

图13 配色方案调整效果

3. 调整背景、网格线与坐标轴字体

ggplot2 默认的灰色背景和白色网格线被称为灰底风格，这在屏幕上显示还不错，但打印在论文里往往显得不够干净。SCI绘图推崇“高数据墨水比”，即尽量减少与数据无关的墨水。

因此我们可以使用 theme_classic() 主题，它会去除背景和网格线，只保留坐标轴线。此外还需要调整字体大小，确保图片缩小后文字依然清晰可见。复制并执行以下代码：

# 1. 检查并安装必要的包
if (!requireNamespace("gghalves", quietly = TRUE)) {
install.packages("gghalves")
}

# 2. 加载包
library(ggplot2)
library(gghalves) # 必须加载这个包才能使用 geom_half_violin

# 3. 绘图
ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +

# --- 几何对象层 ---

# 半小提琴图 (使用 fill 映射)
# side = "r" 表示画在右侧
geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +

# 箱线图 (设置 fill="white" 使其在中间突出)
geom_boxplot(width = 0.1, position = position_nudge(x = 0.2), outlier.shape = NA, fill = "white") +

# 抖动散点图 (使用 color 映射)
# 注意：这里放在左侧，因为小提琴图被nudge到了右侧
geom_jitter(aes(color = Species), width = 0.15, size = 1.5, alpha = 0.6) +

# --- 配色层 ---

# 设置填充色 (对应 geom_half_violin)
scale_fill_manual(values = c("setosa" = "#00AFBB", "versicolor" = "#E7B800", "virginica" = "#FC4E07")) +

# 设置线条/点颜色 (对应 geom_jitter)
# 保持与填充色一致，视觉效果最好
scale_color_manual(values = c("setosa" = "#00AFBB", "versicolor" = "#E7B800", "virginica" = "#FC4E07")) +

# --- 坐标轴与主题 ---

# 翻转坐标轴
coord_flip() +

# 使用简洁主题
theme_minimal() +

# 去掉图例
theme(legend.position = "none")

效果如图所示，背景、网格线、坐标轴的字体都得到了调整：

图14 背景、网格线与坐标轴字体调整效果

4. 添加显著性标记

最后，作为一张统计图表，如果没有P值（显著性标记），它的灵魂就少了一半。我们需要告诉读者：这些品种之间的差异在统计学上是有意义的吗？我们可以使用 ggpubr 包中的 stat_compare_means() 函数来自动计算并标注P值。这比我们自己算完再用PS加上去要准确和方便得多。

library(ggplot2)
library(gghalves)
library(ggsci)
library(ggpubr)

# 准备比较组
my_comparisons <- list( c("setosa", "versicolor"), c("versicolor", "virginica"), c("setosa", "virginica") )

ggplot(data = iris, aes(x = Species, y = Sepal.Length)) +
  
  # 1. 云
  geom_half_violin(aes(fill = Species), side = "r", position = position_nudge(x = 0.2), color = NA) +
  
  # 2. 伞
  geom_boxplot(width = 0.1, position = position_nudge(x = 0.2), outlier.shape = NA, fill = "white") +
  
  # 3. 雨
  geom_jitter(aes(color = Species), width = 0.15, size = 1.5, alpha = 0.6) +
  
  # 4. 美化：翻转
  coord_flip() +
  
  # 5. 美化：配色
  scale_fill_jco() +
  scale_color_jco() +
  
  # 6. 美化：主题
  theme_classic() +
  theme(legend.position = "top") +
  
  # 7. 统计：添加P值
  stat_compare_means(comparisons = my_comparisons, label = "p.signif", method = "t.test") +
  
  # 8. 标签：修改坐标轴名字
  labs(y = "Sepal Length (cm)", x = "Iris Species")

现在，运行这段代码，你将得到一张配色专业、布局合理、带有统计显著性标记的完美云雨图。它已经完全准备好被插入你的Word文档中了。