目录

🧭 一、为什么要关注柱状图的“美化”？

🧱 二、基础柱状图的构建逻辑（以 ggplot2 为例）

🎨 三、美化细节全面升级

✅ 1. 自定义配色与透明度

✅ 2. 添加数值标签

✅ 3. 设置 y 轴刻度与坐标轴美学

👨‍🔬 四、分组柱状图（Grouped Bar Plot）

💎 五、加入误差棒（Error bars）

🧰 六、排版适配技巧（为论文而生）

🌈 七、柱状图组合展示（多图拼接）

🔖 八、常见杂志风格提示

✅ 本讲小结

🔭 下一讲预告：

---

🧭 一、为什么要关注柱状图的“美化”？

柱状图是科研绘图中最常见的图形之一。无论是展示处理组差异、比较实验结果，还是进行统计分析后的可视呈现，它几乎无处不在。

但也是因为“太常见”，所以：

平庸的柱状图只会传达数据；用心的柱状图，才会打动读者。

---

🧱 二、基础柱状图的构建逻辑（以 ggplot2 为例）

我们从一个简单例子开始：

library(ggplot2)df <- data.frame(Treatment = c("Control", "Low", "Medium", "High"),Value = c(2.3, 3.5, 4.1, 5.2)
)ggplot(df, aes(x = Treatment, y = Value)) +geom_bar(stat = "identity", fill = "#69b3a2") +theme_minimal()

 

这就生成了一张标准的单变量柱状图。
但！我们可以对它进行诸多“美化”！

---

🎨 三、美化细节全面升级

✅ 1. 自定义配色与透明度

ggplot(df, aes(x = Treatment, y = Value, fill = Treatment)) +geom_bar(stat = "identity", width = 0.6, alpha = 0.85) +scale_fill_manual(values = c("#1f77b4", "#ff7f0e", "#2ca02c", "#d62728"))

• width: 控制柱子的宽度

• alpha: 增添通透感

• scale_fill_manual(): 完全自定义颜色

---