R语言绘制直方图

直方图是一种统计图表。它将数据分成若干区间，统计每个区间内数据的数量或频率，用矩形条高度表示。能直观展现数据分布特征，如集中趋势、离散程度等。在数据分析、质量控制、市场调研等领域广泛应用，可帮助人们快速了解数据整体形态，为决策提供依据。在 R 语言中可借助特定包绘制。

0x01 使用hist()函数

一、准备数据

为方便演示，这里我们使用R语言的内置数据faithful进行演示，该数据提供了美国黄石国家公园老忠实间歇泉（Old Faithful geyser）的喷发时间和等待时间的数据。
数据集包含两列：
1.eruptions：表示老忠实间歇泉的喷发持续时间，以分钟为单位。
2.waiting：表示两次喷发之间的等待时间，也是以分钟为单位。

二、参数说明

1.hist(x)：绘制直方图
2.x：要绘制直方图的数据向量。这是必需的参数。
3.breaks：指定直方图的分组边界。可以是一个整数，表示组数；也可以是一个向量，指定具体的分组边界。默认情况下，hist()会自动选择一个合适的组数。
4.col：直方图的填充颜色。可以是一个颜色名称（如 “blue”、“red” 等），也可以是一个颜色向量，为不同的组指定不同的颜色。
5.border：直方图边框的颜色。默认情况下，边框颜色与填充颜色相同，但可以通过这个参数进行单独设置。
6.freq：逻辑值。如果为TRUE（默认值），则纵坐标表示频数（每个区间内数据的数量）；如果为FALSE，则纵坐标表示频率密度（每个区间内数据的数量除以区间宽度）。
7.xlab、ylab：分别指定 x 轴和 y 轴的标签。
8.main：直方图的标题。
9.axes：逻辑值。如果为TRUE（默认值），则绘制坐标轴；如果为FALSE，则不绘制坐标轴。
10.xlim、ylim：分别用于设置 x 轴和 y 轴的取值范围。例如，xlim = c(0, 100)会将 x 轴的范围限制在 0 到 100 之间。

三、应用示例

hist(faithful$eruptions)

四、美化和调整

#seq(a,b,n)表示从a到b，间隔为n
hist(faithful$waiting,freq = TRUE,breaks = seq(40,100,5),col = "red4",xlab = "waiting of faithful",main = "histogram")

0x02 使用ggplot2包

一、准备数据

假设我们有一个数据框df，包含一个数值变量value和一个分类变量group。

# 创建示例数据
df <- data.frame(value = c(rnorm(100), rnorm(100, mean = 2)), 
                 group = rep(c("A", "B"), each = 100))

二、参数说明

在 R 语言的ggplot2包中，geom_histogram()函数用于绘制直方图。以下是其主要参数说明：
1.mapping：使用aes()函数设置的映射关系，通常指定要绘制直方图的数据变量，例如aes(x = var)表示将变量var映射到 x 轴用于绘制直方图。
2.bins：指定直方图的组数。可以是一个整数，也可以是一个字符串，如 "scott"、"fd"等，这些字符串对应不同的自动确定组数的方法。
3.binwidth：用于指定直方图中每个区间（bin）的宽度。
4.fill：直方图的填充颜色。可以是一个颜色名称（如 “blue”、“red” 等），也可以是一个变量，根据变量的值来确定不同的填充颜色。
5.color：直方图边框的颜色。默认情况下，边框颜色与填充颜色相同，但可以通过这个参数进行单独设置。
6.alpha：透明度，取值在 0（完全透明）到 1（完全不透明）之间。可以用于调整直方图的透明度，以便更好地观察数据的重叠情况。
7.position：用于调整直方图的位置，例如position = "dodge"可以将多个直方图并列放置，position = "stack"可以将多个直方图堆叠放置。
8.stat：指定统计变换的类型，默认值为 "bin"，表示对数据进行分组计数以绘制直方图。可以根据需要选择其他统计变换类型。
五、其他参数
9.na.rm：逻辑值。如果为TRUE，则在绘制直方图时忽略缺失值；如果为FALSE（默认值），则包含缺失值。

三、绘制简单的直方图

使用ggplot()函数和geom_histogram()函数来绘制直方图。

library(ggplot2)
ggplot(df,aes(x = value)) + 
  geom_histogram(binwidth = 0.2)

四、绘制分组直方图

ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(binwidth = 0.2)

也可以添加position = "dodge"参数使不同组的直方图并列显示

ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(binwidth = 0.2,position = "dodge")

五、绘制分面网格图

添加使用facet_grid()函数创建一个分面网格图。

ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(binwidth = 0.2) +
  facet_grid(group~.)

六、绘制密度直方图

使用y =..density..参数绘制密度直方图。

ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(binwidth = 0.2,aes(y = ..density..))

七、绘制密度直方图+密度曲线

添加使用stat_density()函数在密度直方图基础上绘制密度曲线。

#position = "identity"表示表示不进行位置调整，直接按照数据的位置绘制直方图，可能会导致不同组的直方图重叠。
#geom = "line" 指定以线条的形式绘制密度曲线。
#aes(colour = group) 将 group 变量映射到线条颜色，不同组的密度曲线将用不同的颜色显示。
ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(position = "identity",alpha = 0.7,binwidth = 0.2,aes(y = ..density..)) +
  stat_density(geom = "line",position = "identity",aes(colour = group))

八、绘制分面密度直方图+密度曲线

同样我们使用facet_grid()函数就可以展示我们分面的效果。

ggplot(df, aes(x = value, fill = group)) +
  geom_histogram(position = "identity",alpha = 0.7,binwidth = 0.2,aes(y = ..density..)) +
  stat_density(geom = "line",position = "identity",aes(colour = group)) +
  facet_grid(group~.)