快捷導(dǎo)航

R語(yǔ)言繪制頻率直方圖的案例

更新時(shí)間：2021年03月15日 16:20:31 作者：種地的Pele

這篇文章主要介紹了R語(yǔ)言繪制頻率直方圖的案例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

頻率直方圖是數(shù)據(jù)統(tǒng)計(jì)中經(jīng)常會(huì)用到的圖形展示方式，同時(shí)在生物學(xué)分析中可以更好的展示表型性狀的數(shù)據(jù)分布類型；R基礎(chǔ)做圖中的hist函數(shù)對(duì)單一數(shù)據(jù)的展示很方便，但是當(dāng)遇到多組數(shù)據(jù)的時(shí)候就不如ggplot2繪制來(lái)的方便。

***

1.基礎(chǔ)做圖hist函數(shù)

hist(rnorm(200),col='blue',border='yellow',main='',xlab='')

1.1 多圖展示

par(mfrow=c(2,3))
for (i in 1:6) {hist(rnorm(200),border='yellow',col='blue',main='',xlab='')}

2.ggplot2繪制

構(gòu)造一組正態(tài)分布的數(shù)據(jù)

PH<-data.frame(rnorm(300,75,5))
names(PH)<-c('PH')
#顯示數(shù)據(jù)
head(PH)

##     PH
## 1 72.64837
## 2 67.10888
## 3 89.34927
## 4 75.70969
## 6 82.85354

加載ggplot2作圖包并繪圖

library(ggplot2)
library(gridExtra)
p1<-ggplot(data=PH,aes(PH)) 
geom_histogram(color='white',fill='gray60') #控制顏色
ylab(label = 'total number') #修改Y軸標(biāo)簽

2.1 修改柱子之間的距離

p2<-ggplot(data=PH,aes(PH)) 
geom_histogram(color='white',fill='gray60',binwidth = 3)

2.2 添加擬合曲線

p3<-ggplot(data=PH,aes(PH,..density..)) 
geom_histogram(color='white',fill='gray60',binwidth = 3) 
geom_line(stat='density')

2.3 修改線條的粗細(xì)

p4<-ggplot(data=PH,aes(PH,..density..)) 
geom_histogram(color='white',fill='gray60',binwidth = 3) 
geom_line(stat='density',size=1.5)
grid.arrange(p1,p2,p3,p4)

2.4 繪制密度曲線

p1<-ggplot(data=PH,aes(PH,..density..)) 
geom_density(size=1.5)

2.5 修改線條樣式

p2<-ggplot(data=PH,aes(PH,..density..)) 
geom_density(size=1.5,linetype=2)
p3<-ggplot(data=PH,aes(PH,..density..)) 
geom_density(size=1.5,linetype=5)

2.6 修改顏色

p4<-ggplot(data=PH,aes(PH,..density..)) 
geom_density(size=1.5,linetype=2,colour='red')
grid.arrange(p1,p2,p3,p4)

2.7 多組數(shù)據(jù)展示

構(gòu)造兩組數(shù)據(jù)

df<-data.frame(c(rnorm(200,5000,200),rnorm(200,5000,600)),rep(c('BJ','TJ'),each=200))  
names(df)<-c('salary','city')

結(jié)果展示

library(ggplot2)
p1<-ggplot() 
geom_histogram(data=df,aes(salary,..density..,fill=city),color='white')
p2<-ggplot() 
geom_histogram(data=df,aes(salary,..density..,fill=city),color='white',alpha=.5)
p3<-ggplot() 
geom_density(data=df,aes(salary,..density..,color=city))
p4<-ggplot() 
geom_histogram(data=df,aes(salary,..density..,fill=city),color='white') geom_density(data=df,aes(salary,..density..,color=city))
grid.arrange(p1,p2,p3,p4)