迹忆客 专注技术分享

本文将演示如何在 R 中使用 ggplot 创建直方图。

在 R 中使用 geom_histogram 使用 ggplot 创建直方图

使用 geom_histogram 函数构建一个简单的直方图，它只需要一个变量来绘制图形。在这种情况下，我们使用 diamonds 数据集，即其中的 price 列，来指定到 x 轴的映射。除非用户明确传递，否则 geom_histogram 会自动选择 bin 大小和比例数据点。

library(ggplot2)

p1 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram()

p1

以下示例扩展了前面的代码片段，以使用 scale_x_continuous 和 scale_y_continuous 函数指定每个轴上的断点。breaks 参数用于传递由 seq 函数生成的值。seq 参数在形成模式时读起来很直观 - (from, to, by)。我们还利用 grid.arrange 函数并排显示两个图形以进行视觉比较。

library(ggplot2)
library(gridExtra)

p1 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram()

p2 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram() +
  scale_y_continuous(breaks = seq(1000, 14000, 2000)) +
  scale_x_continuous(breaks = seq(0, 18000, 2000))

grid.arrange(p1, p2, nrow = 2)

使用 fill、colour 和 size 参数修改 R 中的直方图视觉效果

诸如 fill、colour 和 size 等常用参数可用于更改图形箱的视觉效果。fill 参数指定填充 bin 的颜色；相比之下，colour 用于 bin 笔划。size 使用数值来表示 bin 笔划的宽度。另请注意，以下代码片段将 name 参数添加到两个轴。

library(ggplot2)
library(gridExtra)

p3 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram(fill = "pink", colour = "brown") +
  scale_y_continuous(breaks = seq(1000, 14000, 2000)) +
  scale_x_continuous(breaks = seq(0, 18000, 2000))

p4 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram(fill = "pink", colour = "brown", size = .3) +
  scale_y_continuous(breaks = seq(1000, 14000, 2000), name = "Number of diamonds" ) +
  scale_x_continuous(breaks = seq(0, 18000, 2000), name = "Price" )

grid.arrange(p3, p4, nrow = 2)

在 R 中使用 facet_wrap 构建按类别分组的多个直方图

facet_wrap 函数可用于根据变量集绘制多个直方图。diamonds 数据集提供了足够的维度来从其中一列中选择变量。例如，我们选择 cut 列来显示每种类型的不同 price 直方图。theme 函数也可以与 geom_histogram 结合使用来指定图形元素的自定义格式。

library(ggplot2)

p5 <- ggplot(diamonds, aes(x = price)) +
  geom_histogram(fill = "pink", colour = "brown", size = .3) +
  scale_y_continuous( name = "Number of diamonds" ) +
  scale_x_continuous( name = "Price" ) +
  facet_wrap(~cut) +
  theme(
    axis.title.x = element_text(
      size = rel(1.2), lineheight = .9,
      family = "Calibri", face = "bold", colour = "black"
    ),
    axis.title.y = element_text(
      size = rel(1.2), lineheight = .9,
      family = "Calibri", face = "bold", colour = "black"
    ),
    plot.background = element_rect("yellow"))


p5