R 中的密度图 - 直方图 - ggplot
Density plot in R - Histogram - ggplot
总结问题
我有以下数据：
Income Level
Percentage
[=20=] - ,000
10
,000 - ,000
30
,000 - ,000
60
我想创建一个具有密度比例的直方图。其中总计为 100%。
60% 超过了 3,000 的范围，所以我不能把它定为 60%。我也知道范围是 [0 to 1000) [2000 to 3000)
我已经 google 了这么多，翻看我的笔记和书籍，我找不到答案。我相信这很容易，但我是初学者。让我与您分享我尝试过的许多事情，google 这是一个学习一些东西的机会。
描述您尝试过的内容
我想我可以用下面的代码轻松解决这个问题：
# I only added originally ggplot2 and dplyr. As I was researching on Google, I tried a few solution that needed the string and data.table libraries.
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data_frame(income = c(1000,2000,5000), percentage = c(10,30,40))
data %>% ggplot(aes(x = income)) +
geom_histogram()
这不起作用，因为它正在计算值，所以我有 3 个高度 = 1 的条形图，宽度也不正确。它没有从 0 到 1000、1000 到 2000 和 2000 到 5000。
经过几次搜索，我了解了 y=..density..。我把它放在我的 aes() 信息中。
data %>% ggplot(aes(x = income, y=..density..)) +
geom_histogram()
y 轴不是 1 而是 0.0025（我不太确定为什么）而且我还不在那里。
然后我发现了 weight 并尝试了：
data %>% ggplot(aes(x = income, y=..density.., weight=percentage)) +
geom_histogram()
我可能走在更好的轨道上，因为这是第一次列的高度不同。
然后我尝试了 binwidth = c(1000, 2000, 5000) 因为图表具有不同的列宽。它不起作用。如果我尝试添加并从 0 开始，我会出错，因为有 4 个元素。
然后我了解了 cut 和 break，但我不确定我是否理解。无论如何，现在代码看起来像那样。
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data.frame(percentage = c(10,30,60))
data$income <- cut(data$percentage, c(0, 1000,2000,5000), right = FALSE)
data %>% ggplot(aes(x = income, y=..density.., weight=percentage)) +
geom_histogram()
我现在有一个关于连续变量和离散变量的错误。
我在书上发现我也可以做馅饼。我尝试了以下方法来检查我的数据是否正常。
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data_frame(income = c(1000,2000,5000), percentage = c(10,30,40))
# Create data for the graph.
x <- c(10,30,60)
labels <- c(1000,2000,5000)
pie(x,labels)
百分比看起来不错，但我没有创建我想要的那种图表。直方图而不是饼图。
我经常发现这个网站很有帮助，所以也许有人知道答案。我刚刚创建了一个帐户，希望有人能帮助我。
谢谢
也许您正在寻找条形图：
data %>% ggplot(aes(x = as.factor(income),y = percentage)) +
geom_bar(stat = "identity") + labs(x = "Income")
或者正如 stefan 所建议的那样，geom_rec 可能是这样的：
data %>%
mutate(min = lag(income,1L, 0)) %>%
ggplot(aes(xmin = min, xmax = income, ymin = 0, ymax = percentage)) +
geom_rect(color = "black") + labs(x = "Income", y = "Density")
总结问题
我有以下数据：
| Income Level | Percentage |
|---|---|
| [=20=] - ,000 | 10 |
| ,000 - ,000 | 30 |
| ,000 - ,000 | 60 |
我想创建一个具有密度比例的直方图。其中总计为 100%。 60% 超过了 3,000 的范围，所以我不能把它定为 60%。我也知道范围是 [0 to 1000) [2000 to 3000)
我已经 google 了这么多，翻看我的笔记和书籍，我找不到答案。我相信这很容易，但我是初学者。让我与您分享我尝试过的许多事情，google 这是一个学习一些东西的机会。
描述您尝试过的内容
我想我可以用下面的代码轻松解决这个问题：
# I only added originally ggplot2 and dplyr. As I was researching on Google, I tried a few solution that needed the string and data.table libraries.
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data_frame(income = c(1000,2000,5000), percentage = c(10,30,40))
data %>% ggplot(aes(x = income)) +
geom_histogram()
这不起作用，因为它正在计算值，所以我有 3 个高度 = 1 的条形图，宽度也不正确。它没有从 0 到 1000、1000 到 2000 和 2000 到 5000。
经过几次搜索，我了解了 y=..density..。我把它放在我的 aes() 信息中。
data %>% ggplot(aes(x = income, y=..density..)) +
geom_histogram()
y 轴不是 1 而是 0.0025（我不太确定为什么）而且我还不在那里。
然后我发现了 weight 并尝试了：
data %>% ggplot(aes(x = income, y=..density.., weight=percentage)) +
geom_histogram()
我可能走在更好的轨道上，因为这是第一次列的高度不同。
然后我尝试了 binwidth = c(1000, 2000, 5000) 因为图表具有不同的列宽。它不起作用。如果我尝试添加并从 0 开始，我会出错，因为有 4 个元素。
然后我了解了 cut 和 break，但我不确定我是否理解。无论如何，现在代码看起来像那样。
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data.frame(percentage = c(10,30,60))
data$income <- cut(data$percentage, c(0, 1000,2000,5000), right = FALSE)
data %>% ggplot(aes(x = income, y=..density.., weight=percentage)) +
geom_histogram()
我现在有一个关于连续变量和离散变量的错误。
我在书上发现我也可以做馅饼。我尝试了以下方法来检查我的数据是否正常。
library(ggplot2)
library(dplyr)
library(stringr)
library(data.table)
data <- data_frame(income = c(1000,2000,5000), percentage = c(10,30,40))
# Create data for the graph.
x <- c(10,30,60)
labels <- c(1000,2000,5000)
pie(x,labels)
百分比看起来不错，但我没有创建我想要的那种图表。直方图而不是饼图。
我经常发现这个网站很有帮助，所以也许有人知道答案。我刚刚创建了一个帐户，希望有人能帮助我。
谢谢
也许您正在寻找条形图：
data %>% ggplot(aes(x = as.factor(income),y = percentage)) +
geom_bar(stat = "identity") + labs(x = "Income")
或者正如 stefan 所建议的那样，geom_rec 可能是这样的：
data %>%
mutate(min = lag(income,1L, 0)) %>%
ggplot(aes(xmin = min, xmax = income, ymin = 0, ymax = percentage)) +
geom_rect(color = "black") + labs(x = "Income", y = "Density")