介绍

实验结果的多样性意味着每个结果都可能揭示研究的不同方面或角度。在科学研究和数据分析中，通常我们会收集一系列数据点，每个数据点都对应着实验的一个特定变量或条件。为了全面理解这些数据，我们可能会采用多种可视化技术来展示它们。

将多个结果分别可视化，可以让我们更清晰地看到每个结果的独特特征和趋势。例如，折线图通常用于展示数据随时间或其他有序类别变化的趋势，而条形图则更适合比较不同类别之间的数值差异。

在本教程中，我们采用了两种主要的图表类型来分别展示实验的不同结果：

1. 折线图：这种图表通过折线连接各个数据点，非常适合用来展示连续数据随时间或其他有序变量的变化趋势。折线图可以帮助我们识别数据的上升、下降、波动或平稳等模式。
2. 条形图：条形图通过不同高度的条形来表示数据的大小，非常适合用来比较不同类别或组别的数值。条形的高度直接对应数据值的大小，使得比较直观且易于理解。

将这些单独的图表组合成一个图形，可以提供一个综合的视角，使我们能够同时观察和比较不同结果之间的关系和相互作用。这种综合图表不仅能够增强我们对数据的理解，还能够在报告或演示中有效地传达复杂的概念和发现。通过这种方式，我们能够确保每个单独的可视化结果都服务于展示实验的整体目的和结论。

加载R包

knitr::opts_chunk$set(message = FALSE, warning = FALSE)
library(tidyverse)
library(patchwork)
library(reshape2)

rm(list = ls())