R语言绘制直方图

简单总结一下直方图和条形图二者的区别，在统计学中：
1.条形图主要用于展示分类数据，多用来表示不同组别的差异；直方图则主要用于展示数值型数据；
2.条形图中横轴上的数据是孤立的，是具体的数值；直方图横轴上的数据是连续的，是一个范围；
3.条形图中各个数据之间是相互独立的，两两条形之间留有空隙；直方图中长方形之间没有空隙
4.条形图是用条形的高度表示频数大小；在直方图中，各个长方形的面积表示频数大小

下面是绘制显示数据分布和密度的直方图的小例子。

####显示数据分布和密度的直方图
##创建数据集
set.seed(1234)
wdata = data.frame(
  sex = factor(rep(c("F", "M"), each=200)),
  weight = c(rnorm(200, 55), rnorm(200, 58))
)
head(wdata, 4)

library("dplyr")
mu <- wdata %>%
  group_by(sex) %>%
  summarise(grp.mean = mean(weight))
mu

##基础图形
library("ggplot2")
a <- ggplot(wdata, aes(x = weight))

#绘制基础直方图，添加一条与权重变量平均值对应的竖线
a + geom_histogram(bins = 30, color = "black", fill = "gray") +
  geom_vline(aes(xintercept = mean(weight)),
             linetype = "dashed", size = 0.6)

# 改变线条颜色
a + geom_histogram(aes(color = sex), fill = "white",
                   position = "identity") +
  scale_color_manual(values = c("#00AFBB", "#E7B800"))

# 改变密度填充区域和轮廓的颜色
a + geom_histogram(aes(color = sex, fill = sex),
                   alpha = 0.4, position = "identity") +
  scale_fill_manual(values = c("#00AFBB", "#E7B800")) +
  scale_color_manual(values = c("darkolivegreen1", "lightskyblue"))

##绘制显示数据分布和密度的直方图
a + geom_histogram(aes(y = ..density..),
                   colour="white", fill="pink") +
  geom_density(alpha = 0.2, fill = "black")

# 按分组设置颜色
a + geom_histogram(aes(y = ..density.., color = sex),
                   fill = "white",
                   position = "identity")+
  geom_density(aes(color = sex), size = 1) +
  scale_color_manual(values = c("#868686FF", "darkseagreen"))

补充：相关的还有边际曲线的绘制

library(ggplot2)
library(ggExtra)

head(mtcars)

# 绘图
p <- ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, size=cyl)) +
  geom_point() +
  theme(legend.position="none")
p

# 边际直方图
p1 <- ggMarginal(p, type="histogram")
p1

# 边际密度图
p2 <- ggMarginal(p, type="density")
p2

#边际箱线图
p3 <- ggMarginal(p, type="boxplot")
p3

关注“作图帮”公众号，免费分享绘图代码与示例数据~