ggplot2 堆叠直方图 - 转换为密度图

Posted 2023-02-16

【中文标题】ggplot2 堆叠直方图 - 转换为密度图

【英文标题】：ggplot2 stacked histogram - convert to density plot

【发布时间】：2016-08-11 19:18:24

【问题描述】：

我可以使用 ggplot2 在 y 轴上轻松制作堆叠直方图。我想要的是根据密度转换这个图。我可以通过将 aes(y=..density..) 添加到 geom_histogram 层来做到这一点；但 ggplot 所做的是绘制每个单独数据系列的密度，使其总面积为 1。因此，如果您在一个直方图中堆叠 4 个数据系列，则条形的总面积将为 4。

我所追求的是根据密度绘制堆叠直方图，但在计算密度时考虑所有数据系列。换句话说......我希望密度堆叠直方图具有与计数直方图相同的比例条。

【问题讨论】：

通过提供reproducible example 帮助我们帮助您。

【参考方案1】：

如前所述，您可以自己计算频率密度，但您可以在 ggplot 中计算总计数 n 和 bin 宽度的变量。计数 n 只是计数的总和，对于 bin 宽度，您可以使用内部变量宽度。如果您想要相对频率而不是频率密度，请不要除以宽度。

library(ggplot2)
ggplot(iris, aes(x = Sepal.Length, y = stat(count / sum(count) / width), fill = Species)) +
  geom_histogram()
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

^{由reprex package (v0.3.0) 于 2020 年 4 月 30 日创建}

【参考方案2】：

我找到了一种方法来执行此操作，例如计算 binwidth = bw，并将 y 变量设置为 (..count..)/(n*bw)，其中 n 是数据点的数量。

生成一些玩具数据

    require(ggplot2)

    set.seed(1234)
    x1 <- rnorm(10000, 0, 1)
    x2 <- rnorm(90000, 1, 1)
    X <- data.frame(x = c(x1, x2), 
                    Class = as.factor(c(rep(1, length(x1)), rep(2, length(x2)))))

计算 n 和 binwidth

    n <- dim(X)[1]
    bw <- 3.49 * sd(X[, "x"]) * dim(X)[1]^(-1/3)  ## binwidth using Scott's rule.

生成情节

    p1 <- ggplot(data = X, aes(x = x, bw = bw, n = n)) + 
            geom_histogram(aes(y = (..count..)/(n * bw), fill = Class), 
                           binwidth = bw) + 
            geom_density()

    print(p1)

现在每个 bin 根据每个类中包含的点的比例进行着色，并符合黑线给出的密度定义。

【讨论】：

运行上述代码的jupiter notebook可以找到here

【参考方案3】：

library(ggplot2)
dtDataset = data.frame(
   V1 = c('a','b'),
   V2 = runif(20)
)

ggplot(dtDataset) + 
   geom_density(aes(x = V2, group = V1), position = 'stack')