ggplot2 geom相关设置—分布图
2016-07-23 21:49
330 查看
分布在R中应该算是个比较重要的内容,而通过画图来展示数据的分布,可以更直观的让我们了解数据的分布情况
直方图
geom_histogram(mapping = NULL, data = NULL, stat = "bin", position = "stack", ..., binwidth = NULL, bins = NULL, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
密度图
geom_density(mapping = NULL, data = NULL, stat = "density", position = "identity", ..., na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
直方图是通过巨型的堆叠高度展示数据的分布情况,而密度图通过线性的弯曲情况展示数据的分布。
下面来看个具体的例子
下面我们来看下使用密度图的效果
密度图比直方图显得平滑,继续可以看下堆叠情况的对比
这里未来避免各个分类变量数据的遮挡,把参数position的值设置为stack,可以显示一层层往上叠加的效果
另外参数adjust可以和直方图中参数bins的效果类似,用于调整带状宽度或者矩形宽度
把position设置成fill可以更直观的看出每个分类的密度情况,但坐标轴的指示效果会被模糊。
直方图
geom_histogram(mapping = NULL, data = NULL, stat = "bin", position = "stack", ..., binwidth = NULL, bins = NULL, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
密度图
geom_density(mapping = NULL, data = NULL, stat = "density", position = "identity", ..., na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
直方图是通过巨型的堆叠高度展示数据的分布情况,而密度图通过线性的弯曲情况展示数据的分布。
下面来看个具体的例子
library(ggplot2) p<-ggplot(diamonds, aes(carat)) p+geom_histogram(bins=30)
下面我们来看下使用密度图的效果
p+geom_density()
密度图比直方图显得平滑,继续可以看下堆叠情况的对比
p<-ggplot(diamonds, aes(carat,fill=cut)) p+geom_histogram(bins=50)
p+geom_density(position="stack",adjust=1/1.2)
这里未来避免各个分类变量数据的遮挡,把参数position的值设置为stack,可以显示一层层往上叠加的效果
另外参数adjust可以和直方图中参数bins的效果类似,用于调整带状宽度或者矩形宽度
p+geom_density(position="fill",adjust=1/1.2)
把position设置成fill可以更直观的看出每个分类的密度情况,但坐标轴的指示效果会被模糊。
相关文章推荐
- Linux系统常用命令(咋个办呢 zgbn)
- 中缀表达式转换成前缀表达式和后缀表达式的极其简单方法
- 7.14 编一个程序,将两个字符串s1和s2进行比较。
- 红黑树
- 纪念下自学QT 第十天 终于写成了串口调试助手
- 通过Python脚本读取apk信息
- POJ 2029 Get Many Persimmon Trees
- 掌握所有IO口的外部中断
- 2.Add Two Numbers
- Liuctic计算几何库
- 配置hadoop时,Linux主机名称不要带有下划线
- Linux man命令
- zookeeper入门(一)——ZooKeeper伪集群安装
- 有关TCP方式连接建立时三次握手,为什么不是2次 或4次 5次
- 使用github for windows上传项目及拷贝项目
- 从零开始学习设计模式——策略模式
- virtualenv的安装以及使用
- Unix/Linux 只有一个进程实例
- swift 学习笔记五
- MongoDB 删除数据库