问题
你想要绘制一个直方图或密度图。
方案
一些样例数据：两个分别包含200个数据点的向量：
set.seed(1234)
rating <- rnorm(200)
head(rating)
#> [1] -1.2070657 0.2774292 1.0844412 -2.3456977 0.4291247 0.5060559
rating2 <- rnorm(200, mean=.8)
head(rating2)
#> [1] 1.2852268 1.4967688 0.9855139 1.5007335 1.1116810 1.5604624
当可视化含多个组别的数据时，一些绘图方法通常需要一个数据框：一列给分组变量，一列给测量值。
# 创建一列用于显示数据的组别
cond <- factor( rep(c("A","B"), each=200) )
data <- data.frame(cond, rating = c(rating,rating2))
head(data)
#> cond rating
#> 1 A -1.2070657
#> 2 A 0.2774292
#> 3 A 1.0844412
#> 4 A -2.3456977
#> 5 A 0.4291247
#> 6 A 0.5060559
# 直方图
hist(rating)
# 使用8个箱子（这仅仅是近似 - 它会把边界放在一个比较好的近似值上）
# 让箱子呈现淡蓝色 #CCCCFF
# 相比于计数，这里让面积为1，即显示比例(freq=FALSE)
hist(rating, breaks=8, col="#CCCCFF", freq=FALSE)
# 每0.6一个刻度
boundaries <- seq(-3, 3.6, by=.6)
boundaries
#> [1] -3.0 -2.4 -1.8 -1.2 -0.6 0.0 0.6 1.2 1.8 2.4 3.0 3.6
hist(rating, breaks=boundaries)
# 核密度图
plot(density(rating))
plot of chunk unnamed-chunk-4
plot of chunk unnamed-chunk-4
plot of chunk unnamed-chunk-4
plot of chunk unnamed-chunk-4
多个组别的核密度图
代码来自： http://onertipaday.blogspot.com/2007/09/plotting-two-or-more-overlapping.html
plot.multi.dens <- function(s)
{
junk.x = NULL
junk.y = NULL
for(i in 1:length(s)) {
junk.x = c(junk.x, density(s[[i]])$x)
junk.y = c(junk.y, density(s[[i]])$y)
}
xr <- range(junk.x)
yr <- range(junk.y)
plot(density(s[[1]]), xlim = xr, ylim = yr, main = "")
for(i in 1:length(s)) {
lines(density(s[[i]]), xlim = xr, ylim = yr, col = i)
}
}
# 下面函数的输入必须是一个数值列表
plot.multi.dens( list(rating, rating2))
plot of chunk unnamed-chunk-5
sm 包也引入了一种绘制多个密度图的方式，输入数据必须是数据框。
library(sm)
sm.density.compare(data$rating, data$cond)
# 添加一个图例 (颜色编号从2往上升)
legend("topright", levels(data$cond), fill=2+(0:nlevels(data$cond)))
plot of chunk unnamed-chunk-6
原文链接：http://www.cookbook-r.com/Graphs/Histogram_and_density_plot/
