绘制在一个变量上对另一个变量计算的geom_density()
()是一种数据可视化技术，用于探索两个变量之间的分布关系。它通过在一个变量上创建一个核密度估计图，将另一个变量的值表示为密度曲线的高度。
这种方法有助于理解两个变量之间的关系，特别是在探索数据集中的趋势、聚集和异常值方面。通过绘制密度曲线，我们可以获得有关两个变量的相对密度和概率分布的信息。
优势：
- 直观：通过使用平滑的曲线展示数据分布，使得数据关系更加直观可理解。
- 发现趋势：可以通过观察密度曲线的形状和峰值来发现数据中的趋势，例如双峰分布、偏态等。
- 比较分布：可以通过对比不同变量的密度曲线，了解它们之间的差异和相似性。
- 定量分析：可以根据曲线下的面积来计算变量的概率密度，以便进行定量分析。
应用场景：
- 数据分析：在探索性数据分析（EDA）中，geom_density()可用于查看不同变量之间的关系和分布情况，有助于发现潜在的模式或异常值。
- 可视化报告：在生成报告或展示数据时，使用geom_density()可以使数据更加生动有趣，并帮助观众更好地理解数据。
- 机器学习：在特征工程过程中，可以使用geom_density()来可视化特征与目标变量之间的关系，以便选择合适的特征进行建模。
腾讯云相关产品和产品介绍链接地址： 腾讯云提供了数据分析和可视化服务，其中包括强大的数据处理和计算平台、数据存储、人工智能和机器学习等工具。以下是几个与数据分析和可视化相关的腾讯云产品和链接地址：
- 云数据仓库（CDW）：https://cloud.tencent.com/product/cdw 腾讯云提供的一站式数据仓库解决方案，用于集中存储、管理和分析大数据，支持强大的数据分析和处理能力。
- 云数据库（CDB）：https://cloud.tencent.com/product/cdb 腾讯云的云数据库服务，提供高性能、可扩展的数据库解决方案，可满足各种数据存储和管理需求。
- 人工智能平台（AI）：https://cloud.tencent.com/product/ai 腾讯云的人工智能平台，提供了一系列的AI工具和服务，包括图像识别、自然语言处理、机器学习等，可用于数据分析和可视化任务中。
请注意，以上链接仅为示例，实际选择产品时应根据具体需求和情况进行评估。
相关·内容
1回答
我试图想出一种简洁的方法来绘制一个R数据框架中所有列的网格视图。问题是我的数据有离散值和数值。为了简单起见，我们可以使用R提供的示例数据集，称为iris。我会使用par(mfrow(x, y))来分割我的情节，或者使用一个mapply来循环每一列？我不知道这里最好的是什么。
我在想一些类似于：
ggplot(iris, aes(Sepal.Length))+geom_density()
而是为每一列绘制了图。我关心的是“物种”栏是离散的。也许"geom_density“不是在这里使用的合适的图，但是我们的想法是在一个图中看到每个数据帧的变量分布--甚至是离散的。离散值的条形图将达到这个
浏览 0提问于2018-01-29得票数 3
回答已采纳
我想使用ggplot和faceting来构建一系列按因子分组的密度图。此外，我想在每个面上绘制另一个密度图，该图不受面施加的约束。
例如，多面图将如下所示：
require(ggplot2)
ggplot(diamonds, aes(price)) + facet_grid(.~clarity) + geom_density()
然后我想在每个面的顶部有下面的单密度图：
ggplot(diamonds, aes(price)) + geom_density()
此外，使用刻面的ggplot是最好的方法吗，还是有更好的方法？
浏览 1提问于2013-04-05得票数 17
回答已采纳
我使用以下代码绘制两个变量的密度:车辆速度和斯维尔。但是R抛出了一个错误：
>p <- ggplot(data=final.data, aes(`Vehicle velocity`))+geom_density(aes(color=I('red')))
>p
>Don't know how to automatically pick scale for object of type AsIs. Defaulting to continuous
Error: Discrete value supplied to continuous scale
理
浏览 2提问于2014-03-28得票数 0
回答已采纳
2回答
我可以很容易地使用ggplot2制作一个堆叠的直方图，并在y轴上计数。我想要的是将这个图转换成密度。我可以通过添加aes(y=..density..)但geom_histogram所做的是将每个单独数据序列的密度绘制为每个数据序列的总面积为1。因此，如果您在一个直方图中堆叠4个数据序列，则条形图的总面积将为4。
我想要的是根据密度绘制堆叠的直方图，但在计算密度时要考虑所有数据序列。换句话说..。我希望密度堆叠直方图具有与计数直方图相同的比例条。
浏览 2提问于2016-04-19得票数 1
我试图在分发中强调一个特定的点。我使用的是geom_vline，它工作得很好，只是它超出了geom_density绘制的曲线。有没有办法把这条垂直线与geom_density画的曲线相交？
library(ggplot2)
mtcars$car <- rownames(mtcars)
javelin <- mtcars[mtcars$car == "AMC Javelin", ]
ggplot(mtcars) +
geom_density(aes(x = mpg)) +
geom_vline(data = javelin, aes(xintercept
浏览 3提问于2022-08-04得票数 1
回答已采纳
1回答
我在比较多个密度时遇到了麻烦，需要R大师的帮助。 我正在比较从7个不同的时间段(30，45，60，90,120,180和240分钟)收集的时间戳数据的密度。我使用ggplot2绘制了一个覆盖KDE图。 ? 我在下一步要做的是将每个峰值的y坐标匹配到1，并相应地调整其余的密度点。因此，基本上我会将每个KDE函数乘以一个常数，使每个峰值等于1(然后通过绘制“匹配的峰值KDE图”来可视化调整后的数据)。 我如何在Rstudio中做到这一点？
浏览 44提问于2020-04-23得票数 0
回答已采纳
这里我看的是mtcars数据集。
我使用wt包为ggplot2变量创建了一个密度图。我还为geom_vline()层添加了一条垂直线，作为wt的平均值。
ggplot(mtcars, aes(x = wt)) +
geom_density() +
geom_vline(xintercept = mean(mtcars$wt))
然后，我稍微切换一下语法，从dataframe开始，然后转到ggplot。我这样做是因为我想添加一个步骤，在其中创建一个新变量。在本例中，我创建了wt2，即wt ^ 2。
mtcars %>%
mutate(wt2 = wt ^ 2) %
浏览 5提问于2022-07-31得票数 2
2回答
我绘制了这个图，试图了解如何绘制数据数据的每个奇异特性的分布。因此，为了理解我的过程是否正确，我实现了这段代码，以快速绘制两个特性。
New <- c(Carm[,3],Carm[,4])
Names <-names(Carm)
Label <-c(Names[1],Names[2])
dat <- data.frame(New)
names(dat)[1] <- Label[1]
names(dat)[2] <- Label[2]
dat <- stack(dat) #I built a new smaller db taking onl
浏览 2提问于2020-04-25得票数 0
回答已采纳
我会试着用一个简单的例子来描述我的问题。我正在尝试用ggplot2绘制几个密度图，如下所示：
library(reshape2)
library(ggplot2)
set.seed(1)
x <- replicate(5, rnorm(100))
colnames(x) <- paste0("x", 1:5)
ggplot(melt(x), aes(value, color = Var2)) + geom_density()
这与预期的一样。现在，我想添加一个具有完全不同规模的新变量：
z <- cbind(x, y = rnorm(100)
浏览 2提问于2018-10-24得票数 4
我的目标是在同一个变量的同一幅图中画出两个不同的密度。我想这样做，因为在回归间断设计中显示强制变量(此处z)的鲁棒性是常见的。在下面的代码中，我让它正常工作，但是我不希望在截止点之前绘制密度(这里是0)，如果键是“上面”的，反之亦然。另外，图不应该仅仅因为平滑而被隐藏。它应该开始计算密度，直到(或开始)截止。
library(ggplot2)
x <- rnorm(1000, mean = 0)
y <- rnorm(500, mean = 2)
z <- append(x,y)
d <- tibble(value = z, key = ifelse(z <=
浏览 1提问于2022-04-02得票数 0
我正在使用ggplot2的geom_density在一张图中绘制多条密度曲线。我使用三个不同变量的数据帧，每个变量有100个观察值。当我绘制其中两个变量时，似乎一切正常，但对于第三个变量，我得到了密度超过400的意外结果。
以下是数据的代码：
ad <- c(-0.0132492114254477, -0.0131566406997403, -0.0124505699056991, -0.0115071942052754, -0.0137753259532595, -0.0123873418067515, -0.013484307776411, -0.0134860926609266,
浏览 2提问于2018-09-18得票数 3
1回答
我为我的数据的不同子集绘制了两幅图：
数据>0的一个核估计图
数据== 0的一个直方图(实际上只有一个bin)
我想用ggplot2把它结合在一起。
问题是，这个ggplot继续绘制我的内核的整个x轴的线。
values <- c(25.222222, 6.000000, 2.057143, 0.000000, 2.142857, 0.000000, 73.666667,
4.081081, 43.133333, 18.937500, 60.822222, 23.379310, 54.954412, 8.492308,
浏览 0提问于2018-05-16得票数 0
我正在尝试使用facet_wrap()在共享一个公共图例的图形上获得多个图。这些图包含4个密度估计，每个密度估计都使用geom_density()构造。这是数据外观的最小示例。为每个估计器级别估计一个密度，并为xp的每个值绘制不同的曲线图。
> esti
estimator value xp
1 OLS Oracle 0.35757317 N= 10 T= 100
2 OLS Oracle 0.50540655 N= 10 T= 100
3 OLS Full 0.02276872 N= 10 T= 100
4
浏览 0提问于2012-05-25得票数 6
回答已采纳
我在为如何在我的情节中添加一个传奇而挣扎。我在相同的图4中绘制来自4个不同数据格式的密度图
每一列都是由一列组成的。
列名与R对象具有相同的名称(colname(Df1)=‘df1 1’)
行数各不相同，但行名在df到另一个df之间并不是唯一的。
守则是：
ggplot() +
geom_density(data=df1, aes(x=df1), color='black', fill='black', alpha = 0.2) +
geom_density(data=df2, aes(x=df2), color='d
浏览 0提问于2019-02-28得票数 0
回答已采纳
2回答
我认为这可能部分是一个R问题，部分是一个统计问题，所以如果有更好的地方，请原谅我(如果有，请告诉我在哪里)。
假设我有一个这样的数据集my_measurements：
> glimpse(my_measurements)
Observations: 200
Variables: 2
$ sample_id <int> 18, 22, 30, 59, 74, 126, 133, 137, 147, 186, 189, 195, 203, 248, 294, 303, 320, 324, 353, 3...
$ value <dbl> 0.9565217, 1
浏览 0提问于2018-07-17得票数 8
回答已采纳
我有两个表mresm，mresf，在两个表中都有一个数字列Total (不同的值)。在R中为这两种情况之一绘制密度图可以通过以下方式进行：
mresm %>% ggplot(aes(x =mresm$%>%))+ geom_density()
mresf %>% ggplot(aes(x = mresf$Total)) + geom_density()
但是，我想在相同的图形上添加两个结果曲线，以便能够比较它们。尝试了很多其他的方法，但都没有成功。请帮帮我！
浏览 5提问于2022-02-05得票数 0
回答已采纳
我正在尝试复制文档中所示的条件密度图，但我需要使用ggplot而不是qplot来完成，因为我需要对图进行分面。但是，我的数据在每个方面的行数不相等，当我绘制它时，我得到了奇怪的结果。这是一个MRE：
test.df = data.frame(model=c(rep("A",100),rep("B",50),rep("C",20)),
as.factor(cnt=c(rbinom(100,1,0.5),rbinom(50,1,0.5),rbinom(20,1,0.5))),
xvar=c(seq(1,100),seq(1,50),seq(1,20)
浏览 0提问于2013-03-26得票数 1
回答已采纳
1回答
如何用百分比绘制R中的密度曲线？
、、、、
我不确定我所问的是否在概念上是正确的，主要是因为密度本身的定义，但无论如何.
我试图用R绘制一个密度图，但在y轴上使用百分比。在下面的图片中，我成功地绘制了我需要的曲线，但在我看来，这并不是y轴中的百分比。
我用来制作它的代码如下：
ggplot(data = base_15
, aes(x = inv_hab, y = ..count../sum(..count..)
, colour = abrg_natjur)
) + geom_density()
我已经搜过很多地方了，比如：
但我还是失败了。当我用
浏览 3提问于2017-11-25得票数 0
回答已采纳
1回答
我试着按照这里的例子做一个简单的堆叠密度图：。
我正在使用融化的数据，但当我试图在y轴上用"value“绘制它时，我得到了一个错误。
这是我的原始数据：
> str(bug)
'data.frame': 39 obs. of 10 variables:
$ year : int 2006 2006 2006 2006 2006 2006 2006 2006 2006 2006 ...
$ SampleDate : Factor w/ 39 levels "01-Aug-07","02-Jun-06&#
浏览 1提问于2016-05-07得票数 0
1回答
我如何制作一个图例来表示我的图形中绘制的所有曲线？目前，已为第一层生成了自动图例(基于“颜色”美学)，但另一层(黑色曲线，表示所有观察到的“价格”变量的密度)不包含在此图例中。
我想我的问题肯定来自于对ggplot包中的概念的不完全理解。
ggplot(diamonds) +
geom_density(aes(x = price, y = ..density.., colour = cut)) +
geom_density(aes(x = price,y = ..density..))
浏览 1提问于2012-11-15得票数 7
回答已采纳
1回答
我有以下ggplot2情节：
ggplot(iris) + geom_boxplot(aes(x=Species, y=Petal.Length, fill=Species)) + coord_flip()
我想把它画成水平密度图或直方图，这意味着每个物种或直方图都有密度线图，而不是方格图。这不起作用：
> ggplot(iris) + geom_density(aes(x=Species, y=Petal.Length, fill=Species)) + coord_flip()
Error in eval(expr, envir, enclos) : object 'y
浏览 4提问于2013-03-07得票数 3
回答已采纳
1回答
如何绘制每个属性的边际分布？
、、、、
我正在尝试为iris的三个c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width")中的每一个绘制每个属性"Species"的边缘分布。基本上，对于每个"Species"，我需要4个边际分布图。我尝试使用ks包，但似乎无法将它们分成不同的种类。 我使用了以下代码： attach(iris)
library(ks)
library(rgl)
library(misc3d )
s <- levels(iris$Species)
浏览 10提问于2020-09-25得票数 1
我想绘制回归残差与正态分布的残差密度图。
我找到了一些具有最终结果的代码：
library(ggplot2)
#Sample data
dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
, lines = rep(c("a", "b"), each = 100))
#Plot.
ggplot(dat, aes(x = dens, fill = lines)) + geom_density(alpha = 0.5)
但是我的代码看起来像这样：
residua
浏览 1提问于2014-03-05得票数 0
1回答
我在使用color时遇到了问题:我不能用3个类来绘制图形(用颜色分隔)。 import pandas as pd
import numpy as np
from plotnine import *
path = '/home/punkproger/workspace/MyWorkPython/TestWork/galaxy_identificator/data/train.csv'
df = pd.read_csv(path)
my_plot = ggplot(data=df[:30000], mapping=aes(x='ra', fill='
浏览 15提问于2019-03-14得票数 0
回答已采纳
2回答
我正在尝试使用ggplot2以编程方式绘制发行版。
我不知道如何在这里使用非标准评估(NSE) (即使在阅读了Hadley的书中关于NSE的章节等之后)。
考虑以下代码：
library(ggplot2)
gg_dens <- function(x){
eval(ggplot(data.frame(x), aes_string(x = substitute(x))) + geom_density() +
ggtitle(substitute(x)), data.frame(x))
}
lapply(mtcars, function(x) gg_dens(x)
浏览 2提问于2016-07-08得票数 5
回答已采纳
1回答
realdata =
模拟=
使用bandwidth=1.5绘制的此数据的密度图给出了以下图：
prealdata = scan("realdata.txt")
simulation = scan("simulation.txt")
plot(density(log10(realdata), bw=1.5))
lines(density(log10(simulation), bw=1.5), lty=2)
但是使用ggplot2绘制相同的数据，带宽参数(调整)的工作方式似乎不同。为什么？
vec1 = data.frame(x=log10(real
浏览 5提问于2014-07-27得票数 6
回答已采纳
我想知道以下场景的最后一部分是否可能：
data %>% filter(var1 > 4) %>% ggplot(aes(x = var1, fill = var2)) + geom_density() + xlim(mean(.var1))
所以我希望在我试图绘制的数据的平均值上截断x轴。我尝试了一大堆选项来引用这个变量，比如".var1“、".$var1”、"var1“，但每次我尝试运行它时，它都会给我一个警告，告诉我R找不到对象。
任何帮助都将不胜感激！
谢谢!
浏览 4提问于2016-09-12得票数 0
我用ggplot2绘制了一条密度曲线。在我绘制了数据之后，我想在它上面添加一个正常密度图，并进行填充。 目前，我正在使用rnorm()来创建数据，但这种方法效率不高，并且在小数据集上效果不佳。 library(tidyverse)
#my data that I want to plot
my.data = rnorm(1000, 3, 10)
#create the normal density plot to overlay the data
overlay.normal = rnorm(1000, 0, 5)
all = tibble(my.data = my.data, ove
浏览 11提问于2019-06-26得票数 0
回答已采纳
这是我的数据集
我想画一张图，显示葡萄酒类型划分的可变质量的概率密度函数。
我试试这个：
library(ggplot2)
db <- dbeta(wines$quality, 1, 1)
qplot(wines$quality, db, geom="line")
但它绘制的是平坦的线条。
好吧，我想我的代码没有任何意义。我想做一些思考： x-葡萄酒的质量(干的，半干的……)
我能做什么?
浏览 1提问于2013-06-02得票数 1
回答已采纳
考虑以下数据框示例
library('ggplot2')
library('sm')
original<-c(1:100,1)
a<-sample(original,100)
b<-rep(1:4,25)
lala<-data.frame(a,b)
我的目标是根据lala$b中定义的每个组(1,2,3,4)，为lala$a中的值生成密度图。
为了在ggplot2中做到这一点，我可以执行以下操作
plotDensityggplot<-ggplot()+
geom_density(data = la
浏览 39提问于2018-08-27得票数 3
回答已采纳
1回答
我想用以下数据创建一个密度图：
interval fr mi ab
0x 9765 3631 12985
1x 2125 2656 601
2x 1299 2493 191
3x 493 2234 78
4x 141 1559 20
5x and more 75 1325 23
在X轴上，我想要有间隔，在Y轴上，我想有不同颜色的"fr&#
浏览 9提问于2017-12-20得票数 1
1回答
R图密度与图的关系
、、、
我在R中使用密度函数，然后根据得到的密度计算一些结果。之后，我使用ggplot2显示相同数据的PDF。
但是，结果与各自的图中所显示的略有不同--这是通过直接绘制密度输出(使用绘图{图形})来确认的。
知道为什么吗？我如何纠正它，这样的结果和绘图(来自ggplot2)确实匹配/来自完全相同的数据？
这方面的一个例子(代码和图像)：
srcdata = data.frame("Value" = c(4.6228, 1.7942, 4.2738, 2.1502, 2.2665, 5.1717, 4.1015, 2.5126, 4.4270, 4.4729, 2.5112, 2.34
浏览 8提问于2015-09-28得票数 3
回答已采纳
1回答
我在ggpairs中绘制相关性，并根据过滤器拆分数据。
密度图在每个过滤组中的数据点数量上进行归一化。我希望他们对整个数据集中的数据点总数进行归一化。从本质上讲，我希望单个密度图的总和等于整个数据集的密度图。
我知道这可能打破了“密度图”的定义，但这是我想要探索的一种演示风格。
在普通的ggplot中，我可以通过将y=..count..添加到美学中来做到这一点，但是ggpairs不接受x或y美学。
一些示例代码和绘图：
set.seed(1234)
group = as.numeric(cut(runif(100),c(0,1/2,1),c(1,2)))
x = rnorm(100,group
浏览 18提问于2020-02-11得票数 0
1回答
我有一个这样的数据框df：
x series no
1 24 u 3
2 12 u 2
3 23 v 1
4 17 u 3
5 5 v 2
6 45 v 1
7 18 u 3
8 32 v 2
9 34 u 1
10 37 v 3
...
这里，x是被测量的值，series是测量所属的序列，no是该序列中的数字。
我想看看在series之间和内部，x中的值分布是如何变化的。
我可以简单地过滤掉每个
浏览 1提问于2015-11-04得票数 2
1回答
我有一个向量
v = [..., -10, -10, -10, ..., 1, 2, 5, 6, 7, 9, ...]
geom_density以平滑的方式绘制这个向量的直方图，就像一个密度函数！
如何利用auc，曲线下的面积，库MESS的函数，在给定的区间内计算该向量的密度图的曲线下面积，比如说(-1, 3)。
浏览 0提问于2019-02-19得票数 0
回答已采纳
我知道如何在一幅图上绘制几条密度曲线/多边形，但不知道条件密度图。可复制的例子：
require(ggplot2)
# generate data
a <- runif(200, min=0, max = 1000)
b <- runif(200, min=0, max = 1000)
c <- sample(c("A", "B"), 200, replace =T)
df <- data.frame(a,b,c)
# plot 1
ggplot(df, aes(a, fill = c)) +
geom_density(posi
浏览 8提问于2022-06-14得票数 1
回答已采纳
3回答
我正在尝试制作一个密度值的直方图，并将其与密度函数(而不是密度估计)的曲线叠加。
使用一个简单的标准正态示例，下面是一些数据：
x <- rnorm(1000)
我可以这样做：
q <- qplot( x, geom="histogram")
q + stat_function( fun = dnorm )
但这给出了直方图的频率尺度，而不是密度。使用..density..，我可以在直方图上获得适当的比例：
q <- qplot( x,..density.., geom="histogram")
q
但现在这给出了一个错误：
q + stat_
浏览 0提问于2011-04-17得票数 60
回答已采纳
1回答
我有一些名为y的数据，我必须知道它们是否符合泊松分布或负二项分布。我希望有一个图，其中y的密度，参数\lambda的泊松密度= 2.98，参数的负二项分布(\µ= 2.98，sigma = -1.14)。基本上，我希望有这样的图表：
有人知道我怎么能拥有它吗？
我唯一知道的就是如何绘制y的密度：
plot(density(table(y)))
浏览 0提问于2020-12-16得票数 0
1回答
R中密度图
、、、
我试图在R中为我的数据绘制交互式密度图，我能够为一些模拟数据绘制一个基本的密度图：
library(plotly)
library(ggplot2)
a = rnorm(100,10,10)
b = plot(density(a))
b
现在，我正在努力使这成为一个互动的情节。我尝试了下面的代码行，但是得到了一个空的情节：
ggplotly(b)
因此，我尝试使用"ggplot2“库复制原始密度图"b”：
p <- ggplot(a, aes(x=a)) +
geom_density()
ggplotly(p)
这似乎是可行的：
但与此
浏览 2提问于2021-02-22得票数 1
回答已采纳
2回答
我想在一个密度图上绘制来自两个独立数据帧的两个变量("red_variable"，"green_variable")的密度，用红色和绿色表示这两个变量。
这是我的编码尝试：
library(ggplot2)
### Create dataframes
red_dataframe <- data.frame(red_variable = c(10,11,12,13,14))
green_dataframe <- data.frame(green_variable = c(6,7,8,9,10))
mean(red_dataframe$red_vari
浏览 0提问于2020-01-24得票数 0
我用以下方法绘制了一些发行版：
geom_density(aes(my.variable,
color=my.factor,
group=my.replicates,
y=..count..))
我想绘制复制上的平均行(每个级别的my.factor有一行)，考虑到在my.factor的每个级别中没有相同的复制数->我不能只删除'group‘参数，因为..count。取决于复制的数量。因此，我想要这样的东西：.计数../复制的数量
这里是上下文和一个可重复的例子。
我在两个生境(a和b)取样:每个个体的鱼数和体型。我在不同的栖息地之间做了不同的取样工作。(ra和rb分别是在生境a和
浏览 4提问于2014-04-02得票数 3
回答已采纳
我不得不承认，我已经有一段时间没有使用ggplot了，但这似乎有点傻。要么是我在试图绘制密度图时缺少一些基本的东西，要么是ggplot2中有一个bug (v3.3.2)
test <- data.frame(Time=rnorm(100),Age=rnorm(100))
ggplot(test,aes(y=Time,x=Age)) +
geom_density(aes(y=Time,x=Age))
产生
(测试，aes(y=Time，x=Age)) +
geom_density (y=Time，x=Age)错误:geom_density需要下列缺失美学:y
为什
浏览 4提问于2020-08-04得票数 1
回答已采纳
我用密度图绘制了所有的数值变量。我想用斜度和峰度值改变每个地块的x轴标签。这是我的代码样本。
mtcars %>%
keep(is.numeric) %>%
gather() %>%
ggplot(aes(value)) +
facet_wrap(~ key, scales = "free") +
geom_density(colour = "black", fill = "#56B4E9") +
scale_y_continuous(name = "
浏览 1提问于2020-07-02得票数 2
回答已采纳
1回答
ggplot混合模型R
、、、
我有一个具有数值和分类变量的数据集。数值变量的分布因类别不同而不同。我想为每个分类变量绘制“密度图”，以便它们在视觉上低于整个密度图。
这类似于混合模型的组成部分，而不需要计算混合模型(正如我已经知道的将数据分解的分类变量)。
如果我按照分类变量进行分组，四种密度中的每一种都是实密度，并整合为1。
library(ggplot2)
ggplot(iris, aes(x = Sepal.Width)) + geom_density() + geom_density(aes(x = Sepal.Width, group = Species, colour = 'Species'))
浏览 3提问于2016-09-23得票数 2
回答已采纳
我有一个样本均值的向量，我一直在尝试使用hist(x)和ggplot绘制概率直方图，但柱子超过1(这对于概率分布来说是非常不寻常的)，然后我使用PlotRelativeFrequency(hist(x))函数强制R绘制概率直方图，它成功了！但我的问题是，我不能在histogram.When上绘制密度函数，我使用的是线(密度(X))函数，它绘制的密度函数偏离了图形。
浏览 4提问于2019-08-21得票数 1
使用ggplot2，我绘制了以下密度图：
ggplot(iris) + geom_density(aes(x=Sepal.Width, colour=Species))
颜色图例(对于每个物种值)显示为一条线穿过的方框，但绘制的密度是一条线。有没有办法使每个物种条目的图例显示为一条彩色线条，而不是带有一条线条的方框？
浏览 11提问于2013-07-07得票数 20
回答已采纳
我想要绘制两组的密度图，下面是我的代码。库(Ggplot2)
#Sample data
dat <- data.frame(Score = c(myfiles2Best$V2, myfilesL2Best$V2)
, Group = rep(c("T", "L")))
ggplot(dat, aes(x = Score)) +
geom_density(aes(color = Group)) + xlim(0,16)
下面是输出的图像。
当我通过改变列的位置来改变数据框时，如下所示，我的图是这样的。
浏览 2提问于2019-10-04得票数 0
1回答
我用这个代码绘制了一个密度图：
p <- ggplot(data=paddling, aes(frequency, color=type, fill=type))
p <- p + geom_density(alpha=0.2)
p <- p + scale_x_continuous(limits=c(0, 1000),name='Frequency (Hz)')
我想改变传说的键和传说的标题。我试着用：
p <- p + scale_fill_discrete(name='Paddling type',labels=c(&#
浏览 1提问于2015-11-05得票数 1
回答已采纳
我有这两个变量。 test_pos <- c(25L, 29L, 142L, 142L, 163L, 163L, 164L, 164L, 164L, 164L, 165L,
165L, 168L, 170L, 170L, 237L, 237L, 237L, 237L, 237L, 238L, 238L,
244L, 244L, 244L, 244L, 244L, 244L, 244L, 247L, 248L, 248L, 248L,
248L, 248L, 250L, 250L, 250L, 250L, 250L, 250L, 252L, 252L, 254L,
289L, 2
浏览 10提问于2019-03-12得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
