最近遇到了数据展示方面的难题，向各位大佬请教一下，x为字符型变量，x过多比如大于50，如何更好的展示x与y之间的关系；

  • 当x小于10时，可以使用CDFplot，展示变量之间的差异；
  • 当x小于50大于10时，可以使用boxplot进行可视化展示；
  • 当x大于50时，仍然使用boxplot，但x轴因变量名称相互挤压已经看不清，改进的方案是使用ZoomIn进行放大，但存在响应速度过慢的情况；

所以，请教一下给位大佬，当x大于50时，使用什么样的图形更合适？

    根据你的描述无法知道数据代表的意义，是如何生成，也不知道想探索数据的哪些内在联系，实在难下手，要不你看看https://r-graph-gallery.com/ 找找灵感吧……

      感谢两位的回复。
      tctcab
      可能没有上传图片，所以没有将问题表达清楚。我的意思是x是字符型，例如是设备1，设备2，设备3,,,等等，y是数值型，比如是生产产品的长度，每个设备生产产品数量是多个，要看x与y的关系。
      nan.xiao ridgeline plots是很好的展示方式。这里x的数量过多，有的超过了1000多个，所以，没有办法完全展示出来。最终通过对x抽样，缩减展示的数量才能看到相对清晰的图。

            zizhou 分组做，或者分开做。我的常用做法是做成shiny。让用户选择感兴趣的设备，不行就轮着选。

              zizhou
              x很多的话可以考虑给x加data zoom来展示，不过这种应该会对y的展示方式有限制，boxplot应该还可以

              zizhou 响应速度过慢

              我捏了个例子试了下，感觉速度还可以啊

              library(echarts4r)

mu <- runif(1000, 0, 10)
sigma <- runif(1000, 1, 5)

df <- data.frame(
  x = do.call(c, lapply(1:1000, function(i) {rnorm(100, mu[i], sigma[i])})),
  grp = rep(1:1000, each = 100)
)

df |> 
  group_by(grp) |> 
  e_charts() |> 
  e_boxplot(x) |>
  e_datazoom()
                    1 个月 后

                    meeeeeeeeo 谢谢您的案例。在数据量较少的情况下确实很好。当数据超过5000k时，就显得有些吃力了。另外，echarts没有打印出所有散点，只是标识出异常出来。当散点都打印出来时，也会比较慢。

                      8 天 后