R语言频率分布 ggplot2

ggplot2包是一个强大而广泛使用的图形可视化包。它可以用来为绘制的图形提供大量的美学映射。这个包在R中广泛使用。可以使用以下命令将该包下载并安装到工作空间中。

install.packages("ggplot2")

ggplot方法可以用来创建一个ggplot对象。该图形对象通过提供数据和其各自的点来创建图画。数据既可以用点来绘制，也可以用线来绘制。

语法： ggplot(data, aes = )

参数 :

data – 要绘制的数据
aes – 美学映射

R中的频率表以离散的形式表示每个观察值的数量，或者表示位于指定区间范围内的观察值的总数。

geom_freqpoly()方法可以用来添加计算值的频率计数。它可以作为一个组件添加到geom对象中。它构建了一个指定的向量或数据框架列的频率多边形。geom_freqpolu()方法的语法如下:

语法： geom_freqpoly(mapping = NULL, data = NULL, bins = )

参数 :

mapping – 美学映射

data – 数据框

bins – 要绘制的bin的数量

library(ggplot2)
 
# creating a data frame
data_frame <- data.frame(col1 = c(1,3,5,6,23,6,2,5,7,16,8,9,36,7,
                                  12,1,6,4,14,23,19,18,14,2,20,30))
print("Original Data")
print(data_frame)
  
# creating frequency distribution with binwidth=10
ggplot(data_frame, aes(x = col1)) +
          geom_freqpoly(bins=10)

输出

R语言中的频率分布 ggplot2

ggplot()方法允许用户根据数值所属的组别分别使用颜色和填充参数来指定美学映射，从而定制图形。

ggplot (data , aes(x , colour = , fill)

下面的代码片段说明了对属于不同组的数值使用不同颜色的线。因为有三个不同的组 “a”、”b “和 “c”，所以在图上计算了三条线。在col1和grp两列中分别创建了一组独特的值，其频率被绘制出来。

library(ggplot2)
# creating a data frame
 
data_frame <- data.frame(col1 = c(1,3,5,6,23,6,2,5,7,16,8,9,36,7,12,
                                  1,6,4,14,23,19,18,14,2,20,30,32,11,18,6),
                         grp = c(rep(c("a","b","c"),10)))
print("Original Data")
print(data_frame)
 
 
# creating frequency distribution with
# different labeling for different grp values
ggplot(data_frame, aes(x = col1, colour = grp, fill = grp)) +
          geom_freqpoly(bins=10)

输出

R语言中的频率分布 ggplot2

在R语言中，属于不同组的值可以分配给不同的面。面的创建是为了提高程序输出的可理解性。刻面的数量相当于数据框架列中不同组的数量。facet_grid()可以作为一个组件添加到ggplot对象中。它将数据框架中各自的列作为方法的参数来使用。

facet_grid(df-col)

下面的代码片段为三个组别创建了三个不同的面，”a”、”b “和 “c”，它们的频率计数被绘制在各自的面里。

library(ggplot2)
# creating a data frame
 
data_frame <- data.frame(col1 = c(1,3,5,6,23,6,2,5,7,16,8,9,36,7,12,
                                  1,6,4,14,23,19,18,14,2,20,30,32,11,18,6),
                         grp = c(rep(c("a","b","c"),10)))
print("Original Data")
print(data_frame)
 
 
# creating frequency distribution with different
# labeling for different grp values
# creating different facets for different groups
ggplot(data_frame, aes(x = col1, colour = grp, fill = grp)) +
  geom_freqpoly(bins=10)+
  facet_grid(~grp)