R 如何使用ggplot绘制概率密度？

我正在寻找绘制概率密度函数（或任何函数）的ggplot方法。我以前在R中使用了旧的

plot（）

函数来实现这一点。例如，要使用

alpha=1

和

beta=1

绘制beta分布（统一）：

x
或者，您可以将几何图形图层添加到ggplot

ggplot() + geom_line(aes(x,db))

ggplot2有一个
stat\u function（）
函数，用于将函数叠加到绘图上，其方式与
curve（）
的方式大致相同。在没有生成数据的情况下，我费了一点劲才让它起作用，直到我意识到如何使用统计数据生成的变量——这里是
.y..
。以下内容类似于使用
曲线（dbeta（x，shape1=2，shape2=2），col=“red”）
：

require（ggplot2）
答案的第一行中的x是指
require（ggplot2）
还是
library（ggplot2）
？此代码现在给出错误
error:美学长度必须为1或与数据相同（1）：x运行`rlang:：last_error（）`以查看错误发生的位置@kjetilbhalvorsen哦，对了；我记得最近有人（克劳斯·威尔克？）在做
stat\u function（）。当我回到一台合适的电脑前，我会看看并更新这个。
library(ggplot2)
x <- seq(0,1,length=100)
db <- dbeta(x, 1, 1)

qplot(x, db, geom="line")

ggplot() + geom_line(aes(x,db))

require(ggplot2)
x <- seq(0, 1, len = 100)
p <- qplot(x, geom = "blank")
stat <- stat_function(aes(x = x, y = ..y..), fun = dbeta, colour="red", n = 100,
                      args = list(shape1 = 2, shape2 = 2))
p + stat