写在前面。

这篇文章对应原书的第6章，主要介绍一些描述数据分布的可视化图形。主要包括如下这些：

• 直方图
• 密度图
• 频数多边形
• 箱线图
• 小提琴图
• Wilkinson点图

直方图

直方图是常见的一种呈现数据分布情况的图形，下面分别说明一下。

简单直方图

示例数据faithful数据集：

> str(faithful)
'data.frame':   272 obs. of  2 variables:
 $ eruptions: num  3.6 1.8 3.33 2.28 4.53 ...
 $ waiting  : num  79 54 74 62 85 55 88 85 51 85 ...

使用geom_histogram()绘制简单直方图，将数据集中的一个连续型变量映射给x变量。

ggplot(data = faithful, aes(x = waiting))  +geom_histogram()

默认情况数据被分成了30份，可以使用binwidth来指定分组数量。

直方图默认填充色为黑色，且没有边框。可以通过相关选项进行设置。

ggplot(data = faithful, aes(x = waiting))  + 
  geom_histogram(binwidth = 3, fill  = "white", colour = "black")

上例中bin宽度设置为3，fill设置为白色，边框colour设置为黑色。

直方图的形状还依赖于组边界值，使用boundary进行设置。

注意，origin已经弃用。

ggplot(data = faithful, aes(x = waiting))  + 
  geom_histogram(binwidth = 8, fill  = "white", colour = "black", boundary = 35)