R语言教程之如何直方图和密度图

直方图

您可以使用函数hist（x ）创建直方图，其中x是要绘制的值的数值向量。选项freq = FALSE绘制概率密度而不是频率。选项中断=控制箱的数量。

# Simple Histogram
hist(mtcars$mpg)

 点击查看

# Colored Histogram with Different Number of Bins
hist(mtcars$mpg, breaks=12, col="red")

 点击查看

# Add a Normal Curve (Thanks to Peter Dalgaard)
x <- mtcars$mpg 
h<-hist(x, breaks=10, col="red", xlab="Miles Per Gallon", 
   main="Histogram with Normal Curve") 
xfit<-seq(min(x),max(x),length=40) 
yfit<-dnorm(xfit,mean=mean(x),sd=sd(x)) 
yfit <- yfit*diff(h$mids[1:2])*length(x) 
lines(xfit, yfit, col="blue", lwd=2)

 点击查看

直方图可能是确定分布形状的不好方法，因为它受到所用分箱数量的强烈影响。

要练习使用hist（）函数制作密度图，请尝试此练习。

核密度图

内核密度图通常是查看变量分布的更有效的方法。使用图（密度（x ））创建图，其中x是数字向量。

# Kernel Density Plot
d <- density(mtcars$mpg) # returns the density data 
plot(d) # plots the results

 点击查看

# Filled Density Plot
d <- density(mtcars$mpg)
plot(d, main="Kernel Density of Miles Per Gallon")
polygon(d, col="red", border="blue")

 点击查看

通过核心密度比较组

sm包中的sm.density.compare（）函数允许您添加两个或更多组的内核密度图。格式是sm.density.compare（x ，factor）其中x是数字向量，因子是分组变量。

# Compare MPG distributions for cars with 
# 4,6, or 8 cylinders
library(sm)
attach(mtcars)

# create value labels 
cyl.f <- factor(cyl, levels= c(4,6,8),
  labels = c("4 cylinder", "6 cylinder", "8 cylinder")) 

# plot densities 
sm.density.compare(mpg, cyl, xlab="Miles Per Gallon")
title(main="MPG Distribution by Car Cylinders")

# add legend via mouse click
colfill<-c(2:(2+length(levels(cyl.f)))) 
legend(locator(1), levels(cyl.f), fill=colfill)

 点击查看