箱型圖又稱為盒鬚圖，它將一組數據的最大值、最小值、中位數及上下四分位數一目瞭然呈現出來，總結變數的分布情形，是一個非常好判斷集中離散趨勢的圖形。
箱型圖
boxplot()是R Base繪製箱型圖的指令。這裡一樣以鳶尾花資料檔示範如何在R畫出箱型圖。
> data(iris)
> attach(iris)
> boxplot(Sepal.Length~Species, col=c("aquamarine4","aquamarine3","aquamarine2"))
不需多餘設定，ggplot2的geom_boxplot()可以快速畫出箱型圖。
> p<-ggplot(iris, aes(x=Species, y=Sepal.Length, fill=Species))+
+ geom_boxplot()+
+ scale_fill_manual(values=c("aquamarine4","aquamarine3","aquamarine2"))+
+ theme_minimal()+
+ theme(legend.position="none")
> p
資料箱型圖
ggplot2有個不錯的功能，可以替箱型圖加上真實資料分布位置，讓我們直接用肉眼看到資料分布，避免箱型圖隱藏資料訊息。要使用這個功能也非常簡單，只要在原本的箱型圖上加上geom_jitter()圖層就可以了。geom_jitter()其實就是geom_point(position="jitter")的快捷方法。
> p<-ggplot(iris, aes(x=Species, y=Sepal.Length, fill=Species))+
+ geom_boxplot()+
+ scale_fill_manual(values=c("aquamarine4","aquamarine3","aquamarine2"))+
+ theme(legend.position="none")+
+ geom_jitter(color="black", size=0.5, alpha=0.8)+
+ theme_minimal()
> p
群組箱型圖
和長條圖一樣，箱型圖也可以比較兩個變數的分布情形，最常用於醫學統計。這裡我們以R資料庫現成的ToothGrowth資料檔，來介紹群組箱型圖。在R Base中只要用「*」符號將變數相連，就能達到群組效果。
> attach(ToothGrowth)
> boxplot(len~supp*dose, col=c("aquamarine4","aquamarine3"))+
ggplot2群組箱型圖，其實只要將第二個組別設定在fill=variable填色裡即可。
> p<-ggplot(ToothGrowth, aes(x=as.factor(dose), y=len, fill=supp))+
+ geom_boxplot()+
+ scale_fill_manual(values=c("aquamarine4","aquamarine3"))+
+ theme_minimal()
> p
小提琴圖
另一種圖結合了箱型圖與密度圖的優點，可以視覺化資料的分布，因為長得像小提琴(violin)因而得名。R Base裡需要額外下載vioplot套件。
> library(vioplot)
> vioplot(Sepal.Length~Species, data=iris, horizontal=T, col=c("aquamarine4","aquamarine3","aquamarine2"))
一般情況，小提琴圖非常適合大型資料集，用於比較多筆資料的時候，所以習慣上我們會將小提琴圖翻轉。ggplot2有geom_violin可以畫出小提琴圖。
> p<-ggplot(iris, aes(x=Species, y=Sepal.Length, fill=Species))+
+ geom_violin()+
+ scale_fill_manual(values=c("aquamarine4","aquamarine3","aquamarine2"))+
+ coord_flip()+
+ theme_minimal()+
+ theme(legend.position="none")
> p
