Introduction {#d7963e277}
有效的数据可视化是数据分析的解释和沟通的关键。理想情况下，统计图或数据图应平衡功能，可解释性和复杂性，所有这些都不会不必要地牺牲美学。也就是说，完美的可视化是一种尽可能少的"墨水"，以直观和吸引人的格式准确捕捉所需的统计推断（Tufte, 1983
）。由于近年来对于需要强大，可重复的数据科学的需求日益增长，因此也需要更有意义的方法来绘制一个人的数据。在这里，我们提供了一个开源的，多平台的教程 raincloud plot
(Neuroconscience, 2018a
).{#d7963e280}
原始数据点的常见可视化方法是条形图（参见Figure 1
，左图）通过水平条（或线）表示某些条件或组的平均值或中值，并表示通过'whisker'错误条估计的所示参数的不确定性，通常传达标准误差或95％置信区间。这种方法在几个方面受到广泛批评，包括：1）它容易失真（例如，通过裁剪Y轴），2）它无法代表相关参数推断的实际数据，3）它经常导致关于条件之间统计差异的大小的误导性推论（Weissgerber et al ., 2015
）和4）它可能模糊分布的差异（以及参数统计中的分布式假设的同时违反）。这些限制如图所示Figure 1
，下面。事实上，对这种方法的批评已经达到了如此激烈的热情，以至于"酒吧地块"的运动（"#barbarplots," 2016
; Piccinini, 2016
已经出现了许多签字者承诺要求所有这些情节被改为更具信息性的东西^1
^。{＃d7963e292} {＃f1}
Figure 1. The trouble with barplots.
例子转载自"Boxplots vs. Barplots"（2016
）两个模拟数据集，平均值= 50，sd = 25，观察值为1000。 A
）表示平均值+/-标准误差的条形图和误差条给人的印象是该度量在两组之间是等效的。事实上，第1组是从指数分布中得出的，如图所示 B
) boxplots, and C
）直方图。条形图不仅模糊了观察的基本性质，而且隐藏了这些数据不适合标准参数推断的事实。看到figure1.Rmd
{＃d7963e342}用于生成这些数字的代码。{＃d7963e328}
为了弥补这些缺点，已经提出了各种可视化方法，如图所示Figure 2
，下面。一个简单的改进是在标准条形图格式旁边叠加单个观察（数据点），通常具有一定程度的随机抖动以提高可见性（Figure 2A
）。对这种方法的补充，其他人则提倡更具统计学性的插图，如箱形图（Tukey, 1970
），显示样本中位数和四分位数范围。点图可用于将类似直方图的分布显示与单个数据观察结合起来（Figure 2B
）。在许多情况下，特别是在使用参数统计时，需要绘制观测的分布。这可以揭示关于例如某些条件可能如何增加分布的偏度或整体形状的有价值信息。在这种情况下，'小提琴情节'（Figure 2C
）显示关于无信息轴镜像的数据的概率密度函数通常是优选的（Hintze & Nelson, 1998
）。随着越来越灵活和模块化的绘图工具的出现，如ggplot2（Wickham, 2010
; Wickham & Chang, 2008
），所有上述技术都可以互补的方式组合。{＃d7963e350} {＃f2}
Figure 2. Extant approaches to improved data plotting.
A
）最简单的改进是将抖动的原始数据点添加到标准箱图和+/-标准错误方案中。 B
）或者，点图可用于补充集中趋势和误差的可视化，由于这些图对诸如箱宽和点尺寸之类的选择的依赖性而存在增加复杂性的风险。 C
最近流行的另一种选择是小提琴情节与箱形图或类似情节相结合。然而，这不必要地反映了关于冗余数据轴（这里是x轴）的信息。看到figure2.Rmd
{＃d7963e399}代码生成这些数字。{＃d7963e389}
实际上，这种组合方法通常是期望的，因为这些可视化技术中的每一种都具有各种权衡。简单地绘制原始数据可以揭示有关数据中个体差异，异常值和意外模式的有价值信息。然而，人类观察者是出了名的穷人^2
^估计原始数据的统计矩和分布（Bobko & Karren, 1979
; "Guess the Correlation," 2017
; Spence et al ., 2016
; Zylberberg et al ., 2014
当观察数量很大时，可以限制这些图的效用。在这种情况下，点图可能是有利的，因为它显示原始数据点的直方图和不同的分箱观察的频率。另一方面，点图的解释在很大程度上取决于点框和点尺寸的选择，当有许多观察时，这些图也可能变得非常难以阅读。最近，观察到概率密度函数（PDF）的观察结果与叠加的箱形图相结合的小提琴图最近成为一种流行的选择。这通过覆盖的箱线图提供了对数据分布和统计推断的一瞥（SIG）的评估3
^。然而，从统计学上讲，通过在小提琴情节中反映PDF，没有任何东西可以获得，因此它们违反了最小化"数据墨水比"的理念（Tufte, 1983
)^4
^.{#d7963e407}
为了克服这些问题，我们建议使用'raincloud plot'（Neuroconscience, 2018a
), illustrated in Figure 3
。 raincloud图结合了广泛的可视化建议，类似的前体已被用于各种出版物（例如，Ellison, 1993
, Figure 2.4; Wilson et al ., 2018
）。该图试图以直观，模块化和统计上稳健的格式解决上述限制。本质上，raincloud图表结合了"分半小提琴"（针对冗余数据轴绘制的非镜像PDF），原始抖动数据点以及集中趋势（即平均值或中值）和误差的标准可视化，例如作为箱线图。因此，raincloud图基于来自多个开发人员和科学编程语言的代码元素（Hintze & Nelson, 1998
; Patil, 2018
; Wickham & Chang, 2008
; Wilke, 2017
）。{＃d7963e444} {＃f3}
Figure 3. Example Raincloud plot.
raincloud图结合了数据分布图（"云"）和抖动的原始数据（"雨"）。这可以通过添加箱形图或其他集中趋势和误差的标准度量来进一步补充。看到figure3.Rmd
{＃d7963e487}用于生成此图的代码。{＃d7963e485}
以前的许多尝试都是为了产生更健壮，直观和透明的图。我们的目标不是提出一个完全新颖的发明，而是在常用平台上自由，轻松，透明地提供强大的可视化策略。为此，类似但独特的绘图策略包括豆图（Kampstra, 2008
），估算图（Ho et al ., 2018
), pirateplots (Phillips, 2016
), sinaplots (Sidiropoulos et al ., 2018
), stripcharts (Chambers, 2017
), beeswarm plots (Eklund, 2016
），以及许多其他人。我们希望在此提供一个跨平台，开放的科学工具，该工具以这些方法为基础，并为尽可能广泛的受众提供强大而透明的数据绘图。{＃d7963e495}
通过添加任何风格的数据汇总度量对于手头的数据是最佳的，支持推断一目了然;典型的例子包括重叠的箱形图或其他集中趋势的例证，例如平均值/中值和相关的置信区间。根据手头的分析，PDF插图也可以用更高级的选项替换，例如后验概率密度（即，从贝叶斯推断得出）或其他参数估计（Ho et al ., 2018
).{#d7963e523}
因此，raincloud图为用户提供了最大的实用性和灵活性，确保没有任何东西被"隐藏"，并且读者拥有评估数据，其分布以及任何报告的统计测试的适当性所需的所有信息，具有视觉吸引力的格式。的确，如图所示Figure 4
，raincloud图可以显示即使是一个箱形图加上原始数据也可能隐藏起来的信息，例如双峰分布，这可能不容易从原始数据点"眼球化"。{＃d7963e533} {＃f4}
Figure 4. Raincloud plots leave little to the imagination.
通过用箱线图和原始数据点替换冗余镜像概率分布，raincloud图为用户提供关于它们之间的个体观察和模式（例如条纹或聚类）以及分布中的总体趋势的信息。如此处所示，即使是箱线图加上原始数据也可能隐藏数据的双峰性或其他关键方面。看到figure4.ipynb
{＃d7963e551}代码生成这些数字。{＃d7963e549}
就一般兴趣而言，在他们的介绍之后，雨云地块已经在各种学科的科学家中产生了对社交媒体的巨大热情（@neuroconscience, 2018b
; Neuroconscience, 2018a
），现在可用作至少一种统计绘图软件的默认选项（Wilke, 2017
）。为了进一步提高其可访问性和易用性，在以下多平台教程中，我们提供了有关R，Matlab和Python中的raincloud图的逐步创建和自定义的代码和文档。{＃d7963e559}
Code tutorials: how to make it rain {#d7963e574}
{#d7963e577}
How to make it rain in R
R (https://www.r-project.org
{＃d7963e584}）是一个广泛用于统计社区的多平台，免费和开源工具（R Core Team, 2013
）。我们的教程包括相关的R-script
{＃d7963e590}创建raincloud功能，补充现有的ggplot2包（Wickham, 2010
; Wickham & Chang, 2008
), as well as an R-notebook
{＃d7963e600}（以下转载）引导用户完成数据模拟，说明了可以由用户修改的各种参数，并说明了如何从条形图到雨云。{＃d7963e582}
该代码可在{＃d7963e604}获取
https://github.com/RainCloudPlots/RainCloudPlots/tree/master/tutorial_R{#d7963e608}
并且可以在{＃d7963e611}的浏览器中以交互方式运行
https://mybinder.org/v2/gh/RainCloudPlots/RainCloudPlots/master?urlpath=rstudio.{#d7963e616}
本教程将引导您完成将条形图转换为rainclouds的过程，并向您展示如何针对各种选项（如序数或重复测量数据）自定义雨云。首先，我们将运行包含的"R_rainclouds"脚本，该脚本将在ggplot中设置split-half violin选项，并为我们的数字模拟一些数据：{＃d7963e620}
source("R_rainclouds.R")
source("summarySE.R")
source("simulateData.R")
library(cowplot)
library(readr)
# width and height variables for saved plots
w = 6
h = 3
head(summary_simdat)
## group N score_mean score_median sd se ci
## 1 Group1 250 49.45877 42.74587 25.27975 1.598832 3.148958
## 2 Group2 250 51.94353 52.69956 25.06328 1.585141 3.121994
该函数给出了两组N = 250个观察值;两者都有类似的手段和标准差，但第一组是从指数分布中提取的。现在我们将为模拟数据绘制基本条形图。请注意，我们使用'cowplot'主题（https://github.com/wilkelab/cowplot）来生成简单，整洁的图表 - 您应该根据需要设置自己的主题或其他自定义选项：{＃d7963e689}
#Barplot
p1 <- ggplot(summary_simdat, aes(x = group, y = score_mean, fill = group))+
geom_bar(stat = "identity", width = .8)+
geom_errorbar(aes(ymin = score_mean - se, ymax = score_mean+se), width = .2)+
guides(fill=FALSE)+
ylim(0, 80)+
ylab('Score')+xlab('Group')+theme_cowplot()+
ggtitle("Figure R1: Barplot +/- SEM")
ggsave('1Barplot.png', width = w, height = h)
p1
{＃d7963e897} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R1.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R1.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R1.gif）
我们去了 - 只需要一些小星号，我们就准备发布了！开玩笑。让我们开始我们的第一个，最基本的raincloud情节，使用我们为我们设置的'geom_flat_violin'选项：{＃d7963e903}
#Basic plot
p2 <- ggplot(simdat,aes(x=group,y=score))+
geom_flat_violin(position = position_nudge(x = .2, y = 0),adjust =2)+
geom_point(position = position_jitter(width = .15), size = .25)+
ylab('Score')+xlab('Group')+theme_cowplot()+
ggtitle('Figure R2: Basic Rainclouds or Little Prince Plot')+
ggsave('2basic.png', width = w, height = h)
p2
{＃d7963e1070} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R2.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R2.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R2.gif）
现在我们可以看到原始数据（我们的'rain'）和重叠的概率分布（'cloud'）。让我们通过添加一些颜色让它更漂亮，更容易阅读。我们还可以使用"坐标翻转"来围绕x轴旋转整个图，将我们的"小王子图"转换为真正的雨云：{＃d7963e1075}
#Plot with colours and coordinate flip
p3 <- ggplot(simdat,aes(x=group,y=score, fill = group))+
geom_flat_violin(position = position_nudge(x = .2, y = 0),adjust = 2)+
geom_point(position = position_jitter(width = .15), size = .25)+
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE)+
ggtitle('Figure R3: The Basic Raincloud with Colour')+
ggsave('figs/rTutorial/3pretty.png', width = w, height = h)
p3
{＃d7963e1269} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R3.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R3.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R3.gif）
如果您想要更改用于计算PDF的平滑内核，可以通过更改geom_flat_violin的"adjust"标志来实现。例如，在这里，我们放弃了平滑，以提供更加崎岖的雨云：{＃d7963e1275}
#Raincloud with reduced smoothing
p4 <- ggplot(simdat,aes(x=group,y=score, fill = group))+
geom_flat_violin(position = position_nudge(x = .2, y = 0),adjust = .2)+
geom_point(position = position_jitter(width = .15), size = .25)+
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE) +
ggtitle('Figure R4: Unsmooth Rainclouds')
ggsave('4unsmooth.png', width = w, height = h)
p4
{＃d7963e1468} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R4.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R4.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R4.gif）
现在我们需要添加一些东西来帮助我们轻松评估我们的团队或条件之间的任何可能的差异。为实现这一目标，我们将添加一些箱图来完成我们的雨云地块。为了让箱图符合我们的喜好，我们需要将x轴设置为数值，这样我们就可以添加一个固定的偏移量：{＃d7963e1473}
#Rainclouds with boxplots
p5 <- ggplot(simdat,aes(x=group,y=score, fill = group))+
geom_flat_violin(position = position_nudge(x = .25, y = 0),adjust =2)+
geom_point(position = position_jitter(width = .15), size = .25)+
#note that here we need to set the x-variable to a numeric variable and bump it to get the boxplots to line up with the rainclouds.
geom_boxplot(aes(x = as.numeric(group)+0.25, y = score),outlier.shape = NA, alpha = 0.3, width = .1, colour = "BLACK") +
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE, colour = FALSE) +
ggtitle("Figure R5: Raincloud Plot w/Boxplots")
ggsave('5boxplots.png', width = w, height = h)
p5
{＃d7963e1739} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R5.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R5.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R5.gif）
现在我们将进行一些美学调整。您可能需要根据您的喜好打开或关闭它们。我们将通过添加color = group参数从图中取出黑色轮廓，我们还将使用内置的颜色酿酒工具更改调色板。{＃d7963e1745}
#Rainclouds with boxplots
p6 <- ggplot(simdat,aes(x=group,y=score, fill = group, colour = group))+
geom_flat_violin(position = position_nudge(x = .25, y = 0),adjust =2, trim = FALSE)+
geom_point(position = position_jitter(width = .15), size = .25)+
geom_boxplot(aes(x = as.numeric(group)+0.25, y = score),outlier.shape = NA, alpha = 0.3, width = .1, colour = "BLACK") +
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE, colour = FALSE) +
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R6: Change in Colour Palette")
ggsave('6boxplots.png', width = w, height = h)
p6
{＃d7963e2052} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R6.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R6.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R6.gif）
或者，您可能更愿意使用标准置信区间简单地绘制平均值或中位数。这里我们将绘制平均值和95％置信区间，我们使用包含的SummarySE函数（来自https://www.rdocumentation.org/packages/Rmisc/versions/1.5/topics/summarySE）计算，将它们叠加在我们的云上：{＃d7963e2059}
#Rainclouds with mean and confidence interval
p7 <- ggplot(simdat,aes(x=group,y=score, fill = group, colour = group))+
geom_flat_violin(position = position_nudge(x = .25, y = 0),adjust =2)+
geom_point(position = position_jitter(width = .15), size = .25)+
geom_point(data = summary_simdat, aes(x = group, y = score_mean), position = position_nudge(.25), colour = "BLACK")+
geom_errorbar(data = summary_simdat, aes(x = group, y = score_mean, ymin = score_mean-ci, ymax = score_mean+ci), position = position_nudge(.25), colour = "BLACK", width = 0.1, size = 0.8)+
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE, colour = FALSE) +
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R7: Raincloud Plot with Mean ± 95% CI")
ggsave('7meanplot.png', width = w, height = h)
p7
{＃d7963e2432} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R7.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R7.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R7.gif）
如果您的数据是离散的或有序的，您可能需要手动添加一些抖动来改善情节：{＃d7963e2438}
#Rainclouds with striated data
#Round data
simdat_round<-simdat
simdat_round$score<-round(simdat$score,0)
#Striated/grouped when no jitter applied
ap1 <- ggplot(simdat_round,aes(x=group,y=score,fill=group,col=group))+geom_flat_violin(position = position_nudge(x = .2, y = 0), alpha = .6,adjust =4)+geom_point(size = 1, alpha = 0.6)+ylab('Score')+scale_fill_brewer(palette = "Dark2")+scale_colour_brewer(palette = "Dark2")+guides(fill = FALSE, col = FALSE)+ggtitle('Striated')
#Added jitter helps
ap2 <-
ggplot(simdat_round,aes(x=group,y=score,fill=group,col=group))+geom_
flat_violin(position = position_nudge(x = .2, y = 0), alpha =
.4,adjust =4)+geom_point(position=position_jitter(width = .15),size
= 1, alpha = 0.4)+ylab('Score')+scale_fill_brewer(palette =
"Dark2")+scale_colour_brewer(palette = "Dark2")+guides(fill = FALSE,
col = FALSE)+ggtitle('Added jitter')
all_plot <- plot_grid(ap1, ap2, labels="AUTO")
# add title to cowplot
title <- ggdraw() +
draw_label("Figure R8: Jittering Ordinal Data",
fontface = 'bold')
all_plot_final <- plot_grid(title, all_plot, ncol = 1, rel_heights =
c(0.1, 1)) # rel_heights values control title margins
ggsave('8allplot.png', width = w, height = h)
all_plot_final
{＃d7963e2941} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R8.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R8.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R8.gif）
最后，在许多情况下，您可能拥有嵌套，阶乘或重复测量数据。在这种情况下，一种选择是使用绘图方面按因子分组，强调条件或因子级别之间的成对差异：{＃d7963e2946}
#Add additional factor/condition
simdat$gr2<-as.factor(c(rep('high',125),rep('low',125),rep('high',125),rep('low',125)))
p9 <- ggplot(simdat,aes(x=group,y=score, fill = group, colour = group))+
geom_flat_violin(position = position_nudge(x = .25, y = 0),adjust =2, trim = TRUE)+
geom_point(position = position_jitter(width = .15), size = .25)+
geom_boxplot(aes(x = as.numeric(group)+0.25, y = score),outlier.shape = NA, alpha = 0.3, width = .1, colour = "BLACK") +
ylab('Score')+xlab('Group')+coord_flip()+theme_cowplot()+guides(fill = FALSE, colour = FALSE) + facet_wrap(~gr2)+
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R9: Complex Raincloud Plots with Facet Wrap")
ggsave('9facetplot.png', width = w, height = h)
p9
{＃d7963e3330} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R9.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R9.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R9.gif）
作为另一个例子，我们在因子设计中考虑一些模拟的重复测量数据，其中在三个时间点上测量两组。为此，我们将首先加载一些新数据：{＃d7963e3336}
#load the repeated measures factorial data
rep_data <- read_csv("data/repeated_measures_data.csv",
col_types = cols(group = col_factor(levels = c("1",
"2")), time = col_factor(levels = c("1",
"2", "3"))))
sumrepdat <- summarySE(rep_data, measurevar = "score",
groupvars=c("group", "time"))
head(sumrepdat)
## group time N score_mean score_median sd se ci
## 1 1 1 18 6.362222 6.670 1.658861 0.3909972 0.8249319
## 2 1 2 18 7.468333 7.730 1.546880 0.3646032 0.7692454
## 3 1 3 18 10.482778 10.455 1.060254 0.2499043 0.5272520
## 4 2 1 11 1.847273 1.210 2.010279 0.6061219 1.3505238
## 5 2 2 11 3.684545 2.920 2.135108 0.6437594 1.4343852
## 6 2 3 11 7.358182 7.020 2.236273 0.6742616 1.5023486
现在，我们将再次绘制带有箱形图的雨云，这次加入一些闪避，这样我们就可以更好地强调我们的因素和因子水平之间的差异。请注意，这里我们需要将点x轴轻推为数值有价值，因为这种解决方法目前不适用于具有多个因素的箱图：{＃d7963e3461}
# Rainclouds for repeated measures, continued
p10 <- ggplot(rep_data, aes(x = time, y = score, fill = group)) +
geom_flat_violin(aes(fill = group),position = position_nudge(x = .1, y = 0), adjust = 1.5, trim = FALSE, alpha = .5, colour = NA)+
geom_point(aes(x = as.numeric(time)-.15, y = score, colour = group),position = position_jitter(width = .05), size = 1, shape = 20)+
geom_boxplot(aes(x = time, y = score, fill = group),outlier.shape = NA, alpha = .5, width = .1, colour = "black")+
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R10: Repeated Measures Factorial Rainclouds")
ggsave('10repanvplot.png', width = w, height = h)
#coord_flip()+
p10
{＃d7963e3786} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R10.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R10.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R10.gif）
最后，您可能希望添加传统的线图以强调因子交互和主效应。在这里，我们绘制了设计中每个单元的平均值和标准误差，并将它们与散列线连接起来。虽然有很多可能的选择，但您需要确定最适合您需求的选项：{＃d7963e3792}
#Rainclouds for repeated measures, additional plotting options
p11 <- ggplot(rep_data, aes(x = time, y = score, fill = group)) +
geom_flat_violin(aes(fill = group),position = position_nudge(x = .1, y = 0), adjust = 1.5, trim = FALSE, alpha = .5, colour = NA)+
geom_point(aes(x = as.numeric(time)-.15, y = score, colour = group),position = position_jitter(width = .05), size = .25, shape = 20)+
geom_boxplot(aes(x = time, y = score, fill = group),outlier.shape = NA, alpha = .5, width = .1, colour = "black")+
geom_line(data = sumrepdat, aes(x = as.numeric(time)+.1, y = score_mean, group = group, colour = group), linetype = 3)+
geom_point(data = sumrepdat, aes(x = as.numeric(time)+.1, y = score_mean, group = group, colour = group), shape = 18) +
geom_errorbar(data = sumrepdat, aes(x = as.numeric(time)+.1, y = score_mean, group = group, colour = group, ymin = score_mean-se, ymax = score_mean+se), width = .05)+
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R11: Repeated Measures - Factorial (Extended)")
ggsave('11repanvplot2.png', width = w, height = h)
#coord_flip()+
p11
{＃d7963e4323} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R11.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R11.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R11.gif）
这是相同的情节，但翻转了分组变量：{＃d7963e4328}
#Rainclouds for repeated measures, additional plotting options
p12 <- ggplot(rep_data, aes(x = group, y = score, fill = time)) +
geom_flat_violin(aes(fill = time),position = position_nudge(x = .1, y = 0), adjust = 1.5, trim = FALSE, alpha = .5, colour = NA)+
geom_point(aes(x = as.numeric(group)-.15, y = score, colour = time),position = position_jitter(width = .05), size = .25, shape = 20)+
geom_boxplot(aes(x = group, y = score, fill = time),outlier.shape = NA, alpha = .5, width = .1, colour = "black")+
geom_line(data = sumrepdat, aes(x = as.numeric(group)+.1, y = score_mean, group = time, colour = time), linetype = 3)+
geom_point(data = sumrepdat, aes(x = as.numeric(group)+.1, y = score_mean, group = time, colour = time), shape = 18) +
geom_errorbar(data = sumrepdat, aes(x = as.numeric(group)+.1, y = score_mean, group = time, colour = time, ymin = score_mean-se, ymax = score_mean+se), width = .05)+
scale_colour_brewer(palette = "Dark2")+
scale_fill_brewer(palette = "Dark2")+
ggtitle("Figure R12: Repeated Measures - Factorial (Extended)") +
coord_flip()
ggsave('12repanvplot3.png', width = w, height = h)
p12
{＃d7963e4824} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R12.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R12.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure R12.gif）
而已！我们希望您能够使用本教程为您的数据找到精彩的插图，并且我们已经让您了解了一些可以自定义雨云图的不同方法。接下来，我们将考虑如何在Python和Matlab中重现这些步骤。{＃d7963e4830} {＃d7963e4834}
How to Make it Rain in Python
Python是一种开源编程语言（https://www.python.org），最近在数据科学和统计机器学习中变得非常流行。我们的交互式Python教程可以在以下URL找到：{＃d7963e4841}
本教程遵循R教程的脚步，指导您创建和定制Raincloud图。 Raincloud Plots的Python实现是一个名为PtitPrince的包（https://github.com/pog87/PtitPrince），写在seaborn的顶部。 Seaborn（https://seaborn.pydata.org
{＃d7963e4854}）是一个Python绘图库，作为Python图形库matplotlib的扩展而编写（https://matplotlib.org
{＃d7963e4857}）支持美学上令人愉悦的情节，并直接与熊猫数据帧一起工作。该教程可以在浏览器中以交互方式运行：{＃d7963e4851}
作为第一步，我们将加载之前使用的相同数据集，并将每个度量的分布可视化为带有错误栏的简单条形图：{＃d7963e4867}
import pandas as pd
import ptitprince as pt
import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="whitegrid",font_scale=2)
import matplotlib.collections as clt
df = pd.read_csv ("simdat.csv", sep= ",")
sns.barplot(x = "group", y = "score", data = df, capsize= .1)
{＃d7963e4960} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P1.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P1.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P1.gif）
该图可以为读者提供数据集的第一个概念：哪个组具有更大的平均值，以及这种差异是否可能是显着的。在该图中仅显示每组评分的平均值和标准偏差。{＃d7963e4965}
为了了解我们的数据集的分布，我们可以绘制一个"云"，一个平滑的直方图版本：{＃d7963e4968}
# plotting the clouds
f, ax = plt.subplots(figsize=(7, 5))
dy="group"; dx="score"; ort="h"; pal = sns.color_palette(n_colors=1)
ax=pt.half_violinplot( x = dx, y = dy, data = df, palette = pal,
bw = .2, cut = 0.,scale = "area", width = .6, inner = None,
orient = ort)
{＃d7963e5126} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P2.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P2.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P2.gif）
为了更准确地了解分布并说明数据中潜在的异常值或其他模式，我们现在添加"rain"，即数据点的简单单维表示：{＃d7963e5131}
# adding the rain
f, ax = plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot( x = dx, y = dy, data = df, palette = pal,
bw = .2, cut = 0.,scale = "area", width = .6, inner = None,
orient = ort)
ax=sns.stripplot( x = dx, y = dy, data = df, palette = pal,
edgecolor = "white",size = 3, jitter = 0, zorder = 0,
orient = ort)
{＃d7963e5314} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P3.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P3.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P3.gif）
# adding jitter to the rain
f, ax = plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot( x = dx, y = dy, data = df, palette = pal,
bw = .2, cut = 0.,scale = "area", width = .6, inner = None,
orient = ort)
ax=sns.stripplot( x = dx, y = dy, data = df, palette = pal,
edgecolor = "white",size = 3, jitter = 1, zorder = 0,
orient = ort)
{＃d7963e5496} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P4.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P4.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P4.gif）
这样可以很好地了解数据点的分布，但中位数和四分位数并不明显，因此很难一目了然地确定统计差异。因此，我们添加一个"空"箱图，以显示中位数，四分位数和异常值：{＃d7963e5502}
#adding the boxplot with quartiles
f, ax = plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot( x = dx, y = dy, data = df, palette = pal,
bw = .2, cut = 0.,scale = "area", width = .6, inner = None,
orient = ort)
ax=sns.stripplot( x = dx, y = dy, data = df, palette = pal,
edgecolor = "white", size = 3, jitter = 1, zorder = 0,
orient = ort)
ax=sns.boxplot( x = dx, y = dy, data = df, color = "black",
width = .15, zorder = 10, showcaps = True,
boxprops = {'facecolor':'none', "zorder":10}, showfliers=True,
whiskerprops = {'linewidth':2, "zorder":10},
saturation = 1, orient = ort)
{＃d7963e5838} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P5.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P5.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P5.gif）
现在我们可以设置一个调色板来表征这两个组：{＃d7963e5843}
#adding color
pal = "Set2"
f, ax = plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot( x = dx, y = dy, data = df, palette = pal,
bw = .2, cut = 0.,scale = "area", width = .6,
inner = None, orient = ort)
ax=sns.stripplot( x = dx, y = dy, data = df, palette = pal,
edgecolor = "white",size = 3, jitter = 1, zorder = 0,
orient = ort)
ax=sns.boxplot( x = dx, y = dy, data = df, color = "black",
width = .15, zorder = 10, showcaps = True,
boxprops = {'facecolor':'none', "zorder":10}, showfliers=True,
whiskerprops = {'linewidth':2, "zorder":10},
saturation = 1, orient = ort)
{＃d7963e6177} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P6.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P6.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P6.gif）
这个情节现在既有信息又美观，但是用太多的代码编写。我们可以使用函数pt.Raincloud来添加一些自动化：{＃d7963e6183}
#same thing with a single command: now x **must** be the categorical value
dx = "group"; dy = "score"; ort = "h"; pal = "Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, data = df, palette = pal,
bw = sigma,width_viol = .6, figsize = (7,5), orient = ort)
{＃d7963e6322} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P7.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P7.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P7.gif）
'move'参数可用于将降雨量移到箱线图下方，在某些情况下可以更好地查看原始数据：{＃d7963e6327}
#moving the rain below the boxplot
dx = "group"; dy = "score"; ort = "h"; pal = "Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, data = df, palette = pal,
bw = sigma, width_viol = .6, figsize = (7,5),
orient = ort, move = .2)
{＃d7963e6474} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P8.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P8.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P8.gif）
此外，如果您更喜欢使用它们而不是数据框输入，则raincloud函数与list或numpy.array的效果相同：{＃d7963e6480}
# Usage with a list/np.array input
dx = list(df["group"]); dy = list(df["score"])
ax=pt.RainCloud(x = dx, y = dy, palette = pal, bw = sigma,
width_viol = .6, figsize = (7,5), orient = ort)
{＃d7963e6583} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P9.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P9.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P9.gif）
对于某些数据，您可能希望将raincloud的方向翻转为"小王子"情节。您可以使用pt.RainCloud函数中的'orient'标志执行此操作：{＃d7963e6588}
# Changing orientation
dx="group"; dy="score"; ort="v"; pal = "Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, data = df, palette = pal,
bw = sigma,width_viol = .5, figsize = (7,5), orient = ort)
{＃d7963e6717} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P10.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P10.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P10.gif）
您还可以更改用于生成数据的概率分布函数的平滑内核。为此，您需要调整sigma参数：{＃d7963e6723}
#changing cloud smoothness
dx="group"; dy="score"; ort="h"; pal = "Set2"; sigma = .05
ax=pt.RainCloud(x = dx, y = dy, data = df, palette = pal,
bw = sigma,width_viol = .6, figsize = (7,5), orient = ort)
{＃d7963e6841} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P11.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P11.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P11.gif）
最后，使用pointplot标志，您可以添加连接组平均值的线。这对于更复杂的数据集非常有用，例如重复测量或因子数据。下面我们通过改变单个图的色调，不透明度或闪避元素来说明使用raincloud绘制此类数据的几种不同方法：{＃d7963e6846}
#adding a red line connecting the groups' mean value (useful for longitudinal data)
dx="group"; dy="score"; ort="h"; pal = "Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, data = df, palette = pal,
bw = sigma, width_viol = .6, figsize = (7,5),
orient = ort, pointplot = True)
{＃d7963e6979} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P12.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P12.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P12.gif）
另一个灵活的选择是使用Facet Grids来分隔不同的组或因子级别，如下所示：{＃d7963e6985}
# Rainclouds with FacetGrid
g = sns.FacetGrid(df, col = "gr2", height = 6)
g = g.map_dataframe(pt.RainCloud, x = "group", y = "score",
data = df, orient = "h", ax = g.axes)
{＃d7963e7070} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P13.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P13.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P13.gif）
作为替代方案，可以使用色调输入直接绘制不同的子组，以便于比较：{＃d7963e7075}
# Hue Input for Subgroups
dx="group"; dy="score"; dhue="gr2"; ort="h" pal="Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df,
palette = pal, bw = sigma,width_viol = .7, figsize = (12,5),
orient = ort)
{＃d7963e7217} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P14.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P14.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P14.gif）
为了提高此图的可读性，我们使用相关标志（0--1 alpha强度）调整alpha级别：{＃d7963e7222}
# Setting alpha level
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df,
palette = pal, bw = sigma, width_viol = .7, figsize = (12,5),
orient = ort , alpha = .65)
{＃d7963e7319} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P15.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P15.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P15.gif）
我们可以将闪避标志设置为true，而不是让两个箱图彼此模糊，增加可解释性：{＃d7963e7324}
#The Dodge Flag
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df,
palette = pal, bw = sigma,width_viol = .7, figsize = (12,5),
orient = ort , alpha = .65, dodge = True)
{＃d7963e7421} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P16.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P16.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P16.gif）
最后，我们可能想在图表中添加传统的线图，以帮助检测因子主效应和相互作用。例如，我们在每个箱线图中绘制了均值：{＃d7963e7426}
#same, with dodging and line
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df,
palette = pal, bw = sigma, width_viol = .7,figsize = (12,5),
orient = ort , alpha = .65, dodge = True, pointplot = True)
{＃d7963e7533} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P17.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P17.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P17.gif）
这是相同的情节，但现在使用'move'参数将个别观察结果再次移到箱形图下方：{＃d7963e7538}
#moving the rain under the boxplot
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df,
palette = pal, bw = sigma, width_viol = .7,figsize = (12,5),
orient = ort , alpha = .65, dodge = True, pointplot = True,
move = .2)
{＃d7963e7654} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P18.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P18.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P18.gif）
作为我们的最后一个例子，我们将考虑一个具有两组和三个时间点的复杂重复测量设计。目标是说明我们复杂的相互作用和主效应，同时保留raincloud情节的透明性：{＃d7963e7659}
# Load in the repeated data
df_rep = pd.read_csv ("repeated_measures_data.csv", sep= ",",
header = None)
df_rep.columns = ["score", "timepoint", "group"]
# Plot the repeated measures data
dx = "group"; dy="score"; dhue="timepoint"
ort="h"; pal="Set2"; sigma = .2
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df_rep,
palette = pal, bw = sigma, width_viol = .7,figsize = (12,5),
orient = ort , alpha = .65, dodge = True, pointplot = True,
move = .2)
{＃d7963e7882} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P19.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P19.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P19.gif）
该函数非常灵活，您可以通过更改哪个变量通知hue参数来翻转因子的顺序：{＃d7963e7887}
# Now with the group as hue
dx = "timepoint"; dy = "score"; dhue = "group"
ax=pt.RainCloud(x = dx, y = dy, hue = dhue, data = df_rep,
palette = pal, bw = sigma, width_viol = .7, figsize = (12,5),
orient = ort, alpha = .65, dodge = True, pointplot = True,
move = .2)
{＃d7963e8042} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P20.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P20.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure P20.gif）
而已！希望本教程能让您了解在Python中生成raincloud图的一些不同方法。接下来，我们将描述如何在Matlab中生成这些图。{＃d7963e8047} {＃d7963e8051}
How to Make it Rain in Matlab
Matlab（Mathworks Inc.）是一种专有的数学编程语言，广泛应用于工程，物理科学和神经科学。可以在以下位置找到本教程的代码：{＃d7963e8056}
https://github.com/RainCloudPlots/RainCloudPlots/tree/master/tutorial_matlab{#d7963e8060}
在这里你还可以找到创建raincloud-plot的功能（raincloud_plot.m and rm_raincloud.m
{＃d7963e8065}），以及"现场笔记本"（raincloud_plots_tutorial.mlx
{＃d7963e8068}）引导用户完成各种raincloud情节的定制。{＃d7963e8063}
首先，我们将设置路径并使用colorbrewer函数定义一些漂亮的调色板：{＃d7963e8072}
% set up a dynamic path
% script must be run from parent directory containing all three tutorial
% directories (i.e., the one 'above' the directory 'tutorial_matlab')
pardir = pwd;
figdir = fullfile(pardir, 'figs', 'tutorial_matlab');
if ~exist('figdir', 'dir')
mkdir(figdir);
end
% make sure functions to generate plots are on the path
codedir = fullfile(pardir, 'tutorial_matlab');
addpath(codedir);
try
% get nice colours from colorbrewer
% (https://uk.mathworks.com/matlabcentral/fileexchange/34087-cbrewer---colorbrewer-schemes-for-matlab)
[cb] = cbrewer('qual', 'Set3', 12, 'pchip');
catch
% if you don't have colorbrewer, accept these far more boring colours
cb = [0.5 0.8 0.9; 1 1 0.7; 0.7 0.8 0.9; 0.8 0.5 0.4; 0.5 0.7 0.8; 1 0.8 0.5; 0.7 1 0.4; 1 0.7 1; 0.6 0.6 0.6; 0.7 0.5 0.7; 0.8 0.9 0.8; 1 1 0.4];
end
cl(1, :) = cb(4, :);
cl(2, :) = cb(1, :);
fig_position = [200 200 600 400]; % coordinates for figures
现在我们将生成一些具有类似方法和标准偏差的数据点;第一个是从随机正态分布中提取的，第二个是从随机指数分布中提取的。我们将以不同的方式重复绘制这些相同的数据：{＃d7963e8188}
n = 250;
% set a random number generator seed for reproducible results
rng(123)
d{1} = [exprnd(5, 1, n) + 15]';
d{2} = [(randn(1, n) *5) + 20]';
means = cellfun(@mean, d);
variances = cellfun(@std, d);
让我们创建这些数据的快速条形图。这是您在许多论文中看到的标准可视化，描述了数据的平均值加上标准偏差：{＃d7963e8254}
f1 = figure('Position',fig_position); hold on;
h = bar(means, 'FaceColor', 'flat', 'LineWidth',.9);
h(1).CData(1, :) = cl(1, :);
h(1).CData(2, :) = cl(2, :);
e = errorbar(1:2, means, variances, '.k', 'LineWidth',.9);
set(gca, 'XTick', 1:2)
title('Bar Plot');
% save
print(f1, fullfile(figdir, '1bar.png'), '-dpng');
{＃d7963e8372} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M1.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M1.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M1.gif）
正如您所看到的，这会告诉您有关数据的信息，但会隐藏许多非常有用且重要的信息，例如数据的"形状"或分布以及原始观察本身。直方图很好地展示了我们遗漏的一些内容：{＃d7963e8378}
f2 = figure('Position', fig_position);
subplot(1, 2, 1)
[n1, x1] = hist(d{1}, 30);
bar(x1, n1, 'FaceColor', cl(1,:), 'EdgeColor', 'k');
title('Histogram')
subplot(1, 2, 2)
[n2, x2] = hist(d{2}, 30);
bar(x2, n2, 'FaceColor', cl(2,:), 'EdgeColor', 'none');
% save
print(f2, fullfile(figdir, '2hist.png'), '-dpng');
{＃d7963e8500} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M2.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M2.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M2.gif）
但是，现在我们丢失了摘要数据。 raincloud图试图在一个直观的图中将这些元素组合在一起。您可以使用本教程附带的"raincloud_plot.m"函数在Matlab中生成这些图：{＃d7963e8505}
f3 = figure('Position', fig_position);
subplot(2, 1, 1)
h1 = raincloud_plot('d{1}, 'box_on', 1);
title('Raincloud Plot: Group 1')
set(gca,'XLim', [0 40]);
box off
subplot(2, 1, 2)
h2 = raincloud_plot(d{2}, 'box_on', 1);
title('Raincloud Plot: Group 2');
set(gca,'XLim', [0 40]);
box off
% save
print(f3, fullfile(figdir, '3Rain1.png'), '-dpng');
{＃d7963e8655} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M3.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M3.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M3.gif）
这给了我们在一个地方的分布（概率密度图），摘要数据（箱形图）和原始观测。现在我们将向您介绍该功能的一些选项，您可以使用这些选项来更改绘图的各种美学属性。该功能仅需要您要绘制的数据矢量作为输入。此外，您可以调用多种可选标记来打开和关闭箱形图，改变（"闪避"）盒子和点的位置，以及改变各种美学，如线宽，颜色等。例如，通过设置几个不同的标志，我们可以创建更多彩色图：{＃d7963e8661}
f4 = figure('Position', fig_position);
subplot(2, 1, 1)
h1 = raincloud_plot(d{1}, 'box_on', 1);
title('Raincloud Plot: Default Plot')
set(gca,'XLim', [0 40]);
box off
subplot(2, 1, 2)
h2 = raincloud_plot(d{1}, 'box_on', 1, 'box_dodge', 1, 'box_dodge_amount',...
0, 'dot_dodge_amount', .3, 'color', cb(1,:), 'cloud_edge_col', cb(1,:));
title('Raincloud Plot: Some Aesthetic Options');
set(gca,'XLim', [0 40]);
box off
% save
print(f4, fullfile(figdir, '4Rain2.png'), '-dpng');
{＃d7963e8858} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M4.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M4.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M4.gif）
该函数返回各个图形部分的单元格数组，因此您也可以调用基本函数，然后使用正常的"set"命令进行更改，如下所示：{＃d7963e8863}
f5 = figure('Position', fig_position);
subplot(2, 1, 1)
h1 = raincloud_plot(d{1}, 'box_on', 1);
title('Raincloud Plot: Default Plot')
set(gca,'XLim', [0 40]);
box off
subplot(2, 1, 2)
h2 = raincloud_plot(d{1}, 'box_on', 1);
title('Raincloud Plot: Some Aesthetic Options');
set(h2{1},'FaceColor', cb(1, :)) % handles 1-6 are the cloud area,
scatterpoints, and boxplot elements respectively
set(h2{2}, 'MarkerEdgeColor', 'red') %
set(gca,'XLim', [0 40]);
box off
% save
print(f5, fullfile(figdir, '5Rain3.png'), '-dpng');
{＃d7963e9046} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M5.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M5.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M5.gif）
您还可以通过调用'bandwidth'参数来控制概率密度函数的平滑度。此外，如果你的路径上有Cyril Pernet强大的统计工具箱，你可以调用'rash'函数来获得另一个内核密度函数：{＃d7963e9052}
f6 = figure('Position', fig_position);
subplot(2, 1, 1)
h1 = raincloud_plot(d{1}, 'box_on', 1, 'color', cb(1,:), 'bandwidth', .2,
'density_type', 'ks');
title('Raincloud Plot: Reduced Smoothing, Kernel Density')
set(gca,'XLim', [0 40]);
box off
subplot(2,1,2)
h2 = raincloud_plot(d{1}, 'box_on', 1, 'color', cb(2,:), 'bandwidth', 1,
'density_type', 'rash');
title('Raincloud Plot: Rash Density Estimate')
set(gca,'XLim', [0 40]);
box off
% save
print(f6, fullfile(figdir, '6Rain4.png'), '-dpng');
{＃d7963e9255} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M6.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M6.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M6.gif）
在这里，我们将使用点和框闪避选项来创建一组重叠的raincloud图，这对于组比较非常有用。可以重复调用该函数（例如，从循环内） - 每次迭代将覆盖前一个。请注意，我们在这里使用'alpha'参数使绘图区域透明：{＃d7963e9260}
% example 1
f7 = figure('Position', fig_position);
subplot(1, 2 ,1)
h1 = raincloud_plot(d{1}, 'box_on', 1, 'color', cb(1,:), 'alpha', 0.5,...
'box_dodge', 1, 'box_dodge_amount', .15, 'dot_dodge_amount', .15,...
'box_col_match', 0);
h2 = raincloud_plot(d{2}, 'box_on', 1, 'color', cb(4,:), 'alpha', 0.5,...
'box_dodge', 1, 'box_dodge_amount', .35, 'dot_dodge_amount', .35, 'box_col_match', 0);
legend([h1{1} h2{1}], {'Group 1', 'Group 2'})
title('A) Dodge Options Example 1')
set(gca,'XLim', [0 40], 'YLim', [-.075 .15]);
box off
% example 2
subplot(1, 2, 2)
h1 = raincloud_plot(d{1}, 'box_on', 1, 'color', cb(1,:), 'alpha', 0.5,...
'box_dodge', 1, 'box_dodge_amount', .15, 'dot_dodge_amount', .35,...
'box_col_match', 1);
h2 = raincloud_plot(d{2}, 'box_on', 1, 'color', cb(4,:), 'alpha', 0.5,...
'box_dodge', 1, 'box_dodge_amount', .55, 'dot_dodge_amount', .75,...
'box_col_match', 1);
legend([h1{1} h2{1}], {'Group 1', 'Group 2'})
title('B) Dodge Options Example 2')
set(gca,'XLim', [0 40]);
box off
% save
print(f7, fullfile(figdir, '7Rain5.png'), '-dpng');
{＃d7963e9705} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M7.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M7.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M7.gif）
您可以通过调用图形控制柄来控制Y平面中"雨滴"的抖动和位置：{＃d7963e9711}
f8 = figure('Position', fig_position);
subplot(2, 1, 1)
h1 = raincloud_plot(d{1}, 'color', cb(5,:));
set(gca,'XLim',[0 40]);
h1{2}.YData = repmat(-0.1, n, 1);
subplot(2, 1, 2)
h2 = raincloud_plot(d{2}, 'color', cb(7,:));
set(gca,'XLim',[0 40]);
h2{2}.YData = repmat(-0.05,n,1);
% save
print(f8, fullfile(figdir, '8Rain6.png'), '-dpng');
{＃d7963e9866} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M8.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M8.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M8.gif）
对于最后的例子，我们将考虑一个更复杂的因子情况，我们有多个组和观察。为了说明这一点，我们将使用在'rm_raincloud.m'函数中编码的更复杂的raincloud实现。{＃d7963e9871}
% grab 'repeated_measures_data.csv';
D = dlmread(fullfile(codedir, 'repeated_measures_data.csv'));
% read into cell array of the appropriate dimensions
for i = 1:3
for j = 1:2
data{i, j} = D(D(:, 2) == i & D(:, 3) ==j);
end
end
% make figure
f9 = figure('Position', fig_position);
h = rm_raincloud(data, cl);
set(gca, 'YLim', [-0.3 1.6]);
title('repeated measures raincloud plot');
% save
print(f9, fullfile(figdir, '9RmRain1.png'), '-dpng');
{＃d7963e9986} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M9.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M9.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M9.gif）
如上所述，'rm_raincloud.m'返回各种图形部分的句柄单元格数组。我们可以通过调用这些句柄来添加美学选项。{＃d7963e9992}
% make figure
f10 = figure('Position', fig_position);
h = rm_raincloud(data, cl);
set(gca, 'YLim', [-0.3 1.6]);
title('repeated measures raincloud plot - some aesthetic options')
% define new colour
new_cl = [0.2 0.2 0.2];
% change one subset to new colour and alter dot size
h.p{2, 2}.FaceColor = new_cl;
h.s{2, 2}.MarkerFaceColor = new_cl;
h.m(2, 2).MarkerEdgeColor = 'none';
h.m(2, 2).MarkerFaceColor = new_cl;
h.s{2, 2}.SizeData = 300;
% save
print(f10, fullfile(figdir, '10RmRain2`.png'), '-dpng');
{＃d7963e10081} [！[5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M10.gif]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M10.gif） ]（https://wellcomeopenresearch.s3.amazonaws.com/manuscripts/16574/5019bc28-6d22-4161-958e-49d66f5eef1f_Figure M10.gif）
而已！现在，您应该准备好为各种不同的目的自定义Raincloud图。我们的跨平台教程到此结束！{＃d7963e10086}
Discussion {#d7963e10093}
我们希望我们的教程能够展示用于可视化数据的raincloud图的灵活性。 Raincloud图基于丰富的数据图形传统，使用户能够以透明和美观的方式可视化统计推断的关键参数。从这个意义上说，Rainclouds是更广泛的绘图工具家族的一部分，如beeswarms（Eklund, 2016
), strip plots (Tukey, 1970
）和估算图（Ho et al ., 2018
).{#d7963e10096}
实际上，我们的目标不是争论雨云的优势或新颖性超过这些和其他补充方法。我们的重点是提供一个强大的跨平台工具来创建透明图。一般来说，raincloud图的模块性是一种优势，我们鼓励用户根据数据的特殊性仔细考虑单个元素（云，雨和置信区间）的选择。{＃d7963e10111}
值得一提的是，在这里我们设想雨云图的这三个方面作为子服务的特定统计目标。在我们的例子中，分半小提琴图（'云'）描绘的概率分布说明了样本方差。因此，它们是评估数据分布方式和检查假设（即违反正常性）的极好工具。考虑到这一点，我们提醒不要使用这种形式的云进行统计推断一目了然，通过比较一些与其不确定性相关的参数估计值可以更好地实现。希望使用概率分布进行推理的用户应该考虑更合适的方法，例如估计图，或者绘制自举参数估计的平滑直方图，或者简单地通过绘制具有箱线图和/或置信区间的雨云，如我们所做的那样我们的教程示例。本教程提供的代码可以轻松实现最适合用户需求的直方图函数，只需替换PDF估算函数即可。{＃d7963e10114}
此外，乍一看，绘制原始数据点（'rain'）和数据分布（'clouds'）似乎是多余的。但是，我们提出绘制两者都有几个优点。首先，绘制原始数据点可以实现从图中自动（即机器可读）恢复数据，即使图中的数据已经丢失。其次，绘制原始数据可以有助于识别数据中的意外模式，例如常数或异常值，这些可能不仅仅从概率分布或箱形图中显而易见。因此，我们建议尽可能将原始数据图和平滑分布（无论如何估算）组合在一起。{＃d7963e10117}
本着开放科学的精神，相互支持，改进我们的数据可视化，我们邀请读者直接向我们的GitHub存储库（https://github.com/RainCloudPlots/RainCloudPlots）贡献自己的变体和扩展。关于如何贡献的指导可以在我们的网站上找到contributing guidelines
{＃d7963e10126}。我们特别感谢Binder团队（Jupyter et al ., 2018
），Jupyter项目的一部分（http://jupyter.org
{＃d7963e10135}），其工具允许所有用户通过浏览器以交互方式探索R和Python示例。{＃d7963e10123} {＃d7963e10139}
Preprints, Pull Requests and the value of community science
该手稿最初作为Peerj平台上的预印本出版（https://doi.org/10.7287/peerj.preprints.27137v1）。此后的八个月表明，新出版基础设施和景观的巨大潜力使得科学内容的发布过程更快，更好，更具协作性。我们在此仅概述了这样做的一些积极因素，并希望这可能有助于鼓励其他人。首先，将稿件作为预印发布已大大扩大了范围。到目前为止（2019年3月），我们的预印本被观看了9803次，下载次数为6309次。但是，仅视图和下载并不一定需要参与。自出版以来，单独的预印已被引用18次。此外，深度参与已远远超出了引用范围。有几个人创建了自己的有用教程，summarizing our paper
{＃d7963e10149}并提出有用的问题，已发布constructive criticism
{＃d7963e10152}，讨论了raincloud情节的一部分various plotting alternatives
{＃d7963e10155}，创建了一个shiny app
{＃d7963e10158}，编写了一个可访问的教程native R datasets
{＃d7963e10162}，一个新的package
{＃d7963e10165}，创造各种各样animated
{＃d7963e10168}交互式可视化（githubhere
{＃d7963e10171}），用于说明Binder format
{＃d7963e10174}并用于非正式的blogposts
{＃d7963e10177}关于例如超级预测。我们的codebase
{＃d7963e10181}本身通过各种途径收到反馈，包括github上的正式拉取请求，预印本评论，Twitter回复和电子邮件。在我们论文的这个新版本中，我们尽力整合所有这些建议和评论，这些建议和评论一定会提高我们代码的可用性。{＃d7963e10146}
社交媒体，特别是推特，提供了所有这些好处合并的中心枢纽。这篇论文至少被推文发送过750次，估计达到最多1,500,000 total followers
{＃d7963e10187}，因此是我们预印本收到的参与的主要驱动因素。这种参与已经产生了宝贵的反馈，评论和建议，甚至幸运地追踪了雨云阴谋早期前兆的第一个例子（Ellison，2018）。此外，论文本身受到推特讨论的启发，汇集了从未见过的共同作者。这些互动共同展示了新出版模式的根本双向道路，这种模式有助于在没有付费墙的情况下进行访问，并允许对正在进行的工作进行近乎即时的改进。{＃d7963e10185}
Conclusion {#d7963e10195}
数据科学的未来在于可重复，强大的方法，可以将我们的结果传达给尽可能广泛的受众。我们希望raincloud图可以帮助您更好地理解和传达您自己的数据分析。在本文中，我们已经概述了与传统方法（如条形或小提琴图）相比，这些图的一些优势。使用附带的代码和教程，本文为众多学科中的各种科学家打开了raincloud图。{＃d7963e10198}
公众号:银河系1号
联系邮箱：public@space-explore.com
(未经同意，请勿转载)