春风轻浮，开遍十里桃花，小酌温酒，难却焚香静卧。
于直方图之间纵横捭阖，洞悉天下数据之分布。挥袖中浮尸千里、血流成河，转念间退却百万雄狮。
气派呵！今日少年指点江山，扭转日月。
1
入门
library(tidyverse)
library(gcookbook)
library(plyr)
#入门
#数据集 birthwt，直方图只传入一列数据
ggplot(birthwt,aes(age)) +
#绘制很丑的直方图，默认30个分组
geom_histogram()
image
2
进阶
#进阶
#调用数据集
ggplot(birthwt,aes(age)) +
#将数据分为15组，改变填充色和线的颜色
geom_histogram(bins = 15,fill='white',colour='red')
image
#调用数据集
ggplot(birthwt,aes(age)) +
# range 返回最大及最小值，diff 求两值的差，于是得到区间长度，分为15组
geom_histogram(binwidth = diff(range(birthwt$age))/15,
#填充色，颜色，线宽
fill='pink',colour='red',size=0.6) +
#更改X轴的标签
xlab(label = 'Age') +
#更改Y轴的标签
ylab(label = 'Count') +
#更改主题
theme_bw() +
#去除X、Y轴主刻度线
theme(panel.grid.major = element_blank(),
#去除X、Y轴次刻度线
panel.grid.minor = element_blank(),
#改变X轴文本的角度为60°
axis.text.x = element_text(angle = 60,hjust = 1))
image
3
精通
#精通
#复制一份数据
birthwt_1 <- birthwt
#将smoke列变为因子
birthwt_1$smoke <- factor(birthwt_1$smoke)
#将smoke中的0、1改为不吸烟、吸烟
birthwt_1$smoke <- revalue(birthwt_1$smoke,c('0'='No smoke','1'='smoke'))
ggplot(birthwt_1,aes(x=age)) +
#填充色及线的颜色
geom_histogram(fill='white',colour='black') +
#用smoke以‘行’进行分面
facet_grid(smoke ~ .)
image
#以smoke进行分组
ggplot(birthwt_1,aes(x=age,fill=smoke)) +
geom_histogram(position = 'identity',alpha=0.4,colour='black')
image
4
密度曲线
#绘制密度曲线
ggplot(birthwt,aes(age)) +
#默认
geom_density() +
#分组太细，出现锯齿
geom_density(adjust=0.25,colour='red') +
#分组较宽
geom_density(adjust=3,colour='blue')
image
#将直方图与密度曲线绘制在一起
#由于直方图与密度曲线的Y轴刻度不一致，因此要加 y=..density..
ggplot(birthwt,aes(x=age,y=..density..)) +
#绘制直方图，填充色，线颜色
geom_histogram(fill='cornsilk',colour='grey60') +
#绘制密度曲线，线颜色
geom_density(colour='red')
image
#以smoke分组绘制密度曲线
ggplot(birthwt_1,aes(x=age,fill=smoke)) +
#调整透明度
geom_density(alpha=0.4)
image
#将直方图与密度曲线绘制在一起并进行分面
ggplot(birthwt_1,aes(x=age,y=..density..)) +
#绘制直方图
geom_histogram(fill='cornsilk',colour='grey60') +
#绘制密度曲线
geom_density(colour='red') +
#利用smoke按照‘行’进行分面
facet_grid(smoke ~ .)
image
疯也温柔，癫也温柔。数据带来的真实以数与形的呈现出来，这才是自然界最美的真实。
下期再见。
你可能还想看
等你很久啦，长按加入古同社区
image
