R语言绘制频率直方图的案例

更新时间：2021年03月15日 16:20:31 作者：种地的Pele

这篇文章主要介绍了R语言绘制频率直方图的案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

频率直方图是数据统计中经常会用到的图形展示方式，同时在生物学分析中可以更好的展示表型性状的数据分布类型；R基础做图中的hist函数对单一数据的展示很方便，但是当遇到多组数据的时候就不如ggplot2绘制来的方便。

***

1.基础做图hist函数

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

1.1 多图展示

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

2.ggplot2绘制

构造一组正态分布的数据

PH<-data.frame(rnorm(300,75,5))
names(PH)<-c('PH')
#显示数据
head(PH)

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

加载ggplot2作图包并绘图

library(ggplot2)
library(gridExtra)
p1<-ggplot(data=PH,aes(PH)) 
geom_histogram(color='white',fill='gray60') #控制颜色
ylab(label = 'total number') #修改Y轴标签

2.1 修改柱子之间的距离

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

2.2 添加拟合曲线

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

2.3 修改线条的粗细

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 绘制密度曲线

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

2.5 修改线条样式

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 修改颜色

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

2.7 多组数据展示

构造两组数据

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

结果展示

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)

补充：R语言在直方图上添加正太曲线与核密度曲线

lines（x=横坐标向量，y=纵坐标向量），在已有图像上添加曲线

hist（数值型向量，freq=TRUE/FALSE）freq取TRUE纵坐标为频数，否则为频率

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

您可能感兴趣的文章:

基于R语言赋值符号的区别说明
这篇文章主要介绍了基于R语言赋值符号的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言数据表匹配和拼接 merge函数的使用
这篇文章主要介绍了R语言数据表匹配和拼接 merge函数的使用说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-03-03
教你利用R语言测试电脑的性能
这篇文章主要介绍了利用R语言测试电脑的性能如何,通过矩阵的运算来计算，本文通过代码讲解的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
2021-04-04
R语言histogram(直方图)的具体使用
这篇文章主要介绍了R语言histogram(直方图)的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
R语言中的vector(向量)，array(数组)使用总结
这篇文章主要介绍了R语言中的vector(向量)，array(数组)使用总结，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
关于R语言包的升级与降级问题
这篇文章主要介绍了R语言包的升级与降级问题，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2022-08-08
R语言在散点图中添加lm线性回归公式的问题
这篇文章主要介绍了R语言在散点图中添加lm线性回归公式的问题,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-09-09
R语言数据类型转换的实现(向量,列表,矩阵)
我们在使用R语言做数据分析时,会一直对数据进行不同类型的转换,本文主要介绍了R语言数据类型转换的实现,具有一定的参考价值,感兴趣的可以了解一下
2024-04-04
R语言随机数生成的实现
这篇文章主要介绍了R语言随机数生成的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
R语言-计算平均值不同函数的区别说明
这篇文章主要介绍了R语言-计算平均值不同函数的区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04