为什么 `ggplot()` 的直方图与仅用于 `aes` `fill` 的一个变量相同？

Question

问题是关于与以下 3 个数字相关的两个观察结果：

(1) Why the histograms in (a) and (b) are different if number of bins is same?
(2) Histogram in (b) is exactly same as the histogram for the fill nonsmo. If this is the case then how to make histogram of complete data using ggplot()?

(a) 使用 hist(chol$AGE,30).

绘图

(b) 使用 ggplot(data=chol, aes(chol$AGE)) + geom_histogram() 和默认值绘制的直方图，即 30 个 bin。

(c) 现在添加关于变量的填充 SMOKE:

ggplot(data=chol, aes(chol$AGE)) + 
  geom_histogram(aes(fill = chol$SMOKE))

Answer 1

很可能有大量值与 bin 上限和下限相匹配，因此根据偏好，无论是左开还是右开，bin 都可能发生重大变化。

例如比较：

set.seed(10)
age<-as.integer(rnorm(100, 50, 20))
par(mfrow=c(2, 1))
hist(age, 30, right=TRUE)
hist(age, 30, right=FALSE)

注意，只创建了大约 18 个 bin（bin 宽度为 5）

使用 ggplot2，其中 bin 移动到 bin 范围的中心：

library(ggplot2)
ggplot(data.frame(age), aes(age)) +geom_histogram()

Answer 2

这是我在@Dave2e 发表评论后所做的

ggplot(data=chol, aes(AGE, fill = SMOKE)) + 
  geom_histogram(aes(y = ..count..), binwidth = 1, position = "stack")

hist(chol$AGE, breaks = 30, right = FALSE)

为 binwidth 添加正确的值，默认实现 position 是 stack 并使用 right 作为 false 得到完全相同的直方图。

为什么 `ggplot()` 的直方图与仅用于 `aes` `fill` 的一个变量相同？

Why histogram from `ggplot()` is same as for only for one variable used for `aes` `fill`?

r

colors

histogram

fill

ggplot2