数据分布 - 直方图&密度图（R语言）

简介：

• 数据分析首先要了解数据的分布，通过直方图和密度图可以很直观的观察数据的分布形状。
• 通过观察数据分布情况，对数据有一个初步的了解，方便对数据进行后续的处理。

直方图

• 直方图：是在x坐标轴上表示数据的组距，在y坐标轴上表示数据的频数。
• 下图为某学校部分学生身高的分布：

• 从上面直方图可以看出，大多数人的身高是集中在155-175范围，组距划分的越精细，直方图显示的就月详细。

直方图代码R语言

# 读取数据
DF <- read.table(...)

#使用 ggplot2 绘制
library(ggplot2)  # 导入包


ggplot(DF)+                          #设置数据
  geom_histogram( aes(height),       #所需的变量
                  fill="steelblue",  #填充色
                  alpha=0.7,         #设置透明度
                  binwidth=1 )       #分类的颗粒度

密度图

• 密度图：和直方图类似，可以直观的看到数据分布的形态，但是y轴显示的不是频数，而是显示的概率密度。
• 看起来就像吧直方图用平滑曲线个连接了起来。

• 从密度图来看，身高占比人数最多的在160-161之间，占比大约为4%。

密度图代码R语言：

# 读取数据
DF <- read.table(...)

#使用 ggplot2 绘制
library(ggplot2)  # 导入包
#绘制密度图
ggplot(DF)+                             
  geom_density( aes(x = height),color = 'orange',fill='orange',alpha=0.2 ) +      #设置显示的颜色   
  theme(axis.text=element_text(size=10), #设置文字大小 
       axis.title=element_text(size=14,face="bold"))