将R ggplot中直方图中的y轴标准化为比例

Posted 2023-02-14

【中文标题】将R ggplot中直方图中的y轴标准化为比例

【英文标题】：Normalizing y-axis in histograms in R ggplot to proportion

【发布时间】：2012-07-30 19:09:33

【问题描述】：

我有一个非常简单的问题让我把头撞在墙上。

我想缩放直方图的 y 轴以反映每个 bin 构成的比例（0 到 1），而不是像使用 y=..density 那样让条形的面积总和为 1。 . 确实，或者最高条为 1，就像 y=..ncount.. 一样。

我的输入是名称和值的列表，格式如下：

name    value
A   0.0000354
B   0.00768
C   0.00309
D   0.000123

我的一次失败尝试：

library(ggplot2)
mydataframe < read.delim(mydata)
ggplot(mydataframe, aes(x = value)) +
geom_histogram(aes(x=value,y=..density..))

这给了我一个区域为 1，但高度为 2000 和 1000 的直方图：

and y=..ncount.. 给了我一个最高柱为 1.0 的直方图，然后按比例缩放：

但我希望第一个条的高度为 0.5，其他两个为 0.25。

R 也不识别 scale_y_continuous 的这些用法。

scale_y_continuous(formatter="percent")
scale_y_continuous(labels = percent)
scale_y_continuous(expand=c(1/(nrow(mydataframe)-1),0)

感谢您的帮助。

【参考方案1】：

总结以上答案：

library(tidyverse)

mydataframe <- data.frame(name = c("A", "B", "C", "D"),
                          value = c(0.0000354, 0.00768, 0.00309, 0.000123))

ggplot(mydataframe, aes(x = value)) +
  geom_histogram(aes(y = stat(count / sum(count)))) +
  scale_y_continuous(labels = scales::percent_format()) +
  labs(x="", y="")

【参考方案2】：

我只是想缩放轴，将 y 轴除以 1000，所以我做了：

ggplot(mydataframe, aes(x=value)) +
  geom_histogram(aes(y=..count../1000))

【参考方案3】：

从最新最好的 ggplot2 版本 3.0.0 开始，格式发生了变化。现在您可以将y 值包装在stat() 中，而不是与.. 混淆。

ggplot(mydataframe, aes(x = value)) +
  geom_histogram(aes(y = stat(count / sum(count))))

【讨论】：

@CephBirk假设我还为审美指定了fill=column。 count/sum(count) 是按总数归一化，还是按每个填充组中的数归一化？

这个答案解决了这个问题：***.com/a/22181949/188963。

【参考方案4】：

从 ggplot2 0.9 开始，许多格式化程序函数已移至 scales 包中，包括 percent_format()。

library(ggplot2)
library(scales)

mydataframe <- data.frame(name = c("A", "B", "C", "D"),
                          value = c(0.0000354, 0.00768, 0.00309, 0.000123))

ggplot(mydataframe) + 
  geom_histogram(aes(x = value, y = ..ncount..)) +
  scale_y_continuous(labels = percent_format())

【讨论】：

感谢您的澄清！我想知道我的格式有什么问题...

【参考方案5】：

请注意，..ncount.. 重新缩放到最大值 1.0，而 ..count.. 是未缩放的 bin 计数。

ggplot(mydataframe, aes(x=value)) +
  geom_histogram(aes(y=..count../sum(..count..)))

这给出了：

【讨论】：

这正是我想要的。你让人觉得自己像个白痴，我真的很感谢你！

我不知道可以做这样的事情。多亏了这个技巧，我能够使用aes(y=1-cumsum(..count..)/sum(..count..)) 生成生存/可靠性（即 1-CDF）直方图。