当唯一点少于四个时，小提琴图不会像预期的那样显示预期的密度曲线

Question

背景

我正在用 ggplot2 玩箱形图和小提琴图，但我发现一些奇怪的现象，只有当唯一数据的数量少于四个时才会发生。我不太确定 SO 是否是这个线程的合适位置，如果不是，请引导我到正确的位置。

单个数据点：未渲染绘图

df <- data.frame(state = "bedtime", value = 100)

箱线图

ggplot(aes(x = state, y = value), data = df) + geom_boxplot() + geom_point()

小提琴情节

ggplot(aes(x = state, y = value), data = df) + geom_violin()

没有。收到一条警告消息。

两到三个数据点：有时会渲染图

如果不是，就像单数据点的情况。如果渲染，分位数线不一致。

df <- data.frame(state = rep("after_meal", 4), value = rep(c(178, 162), each = 2))

箱线图

ggplot(aes(x = state, y = value), data = df) + geom_boxplot() + geom_point()

小提琴情节

ggplot(aes(x = state, y = value), data = df) + geom_violin(draw_quantiles = c(0.25, 0.5, 0.75))

如您所见，分位数线彼此不一致。

问题

1. 为什么只有一个数据点不显示小提琴图？我查了一下kernel density estimation, and I thought there should be a very wide but flat violin. Are there other limitations or constraint in geom_violin？还是小提琴情节的规律？
2. 为什么在第二种情况下，25% 和 75% 的分位数放在箱形图和小提琴图之间的不同位置？

Answer 1

小提琴图是沿纵轴反映的密度估计图，与箱线图的不同之处在于箱线图显示数据本身。

关于你的第一个问题，一个点的密度是无限的，因为你在 space 中的一个特定点请求它，宽度为零，即无限高（要看到这个，替换 geom_violin 与 geom_density.

第二个问题源于同一件事：箱形图对于少量点更准确，因为密度估计是连续的，并且对于非常短的范围没有明确定义。