R 不同x尺度上不同数据集的核密度叠加直方图
对于我的数据的不同子集,我有两个图:R 不同x尺度上不同数据集的核密度叠加直方图,r,ggplot2,kernel,histogram,overlay,R,Ggplot2,Kernel,Histogram,Overlay,对于我的数据的不同子集,我有两个图: 数据>0的一个核估计图 数据==0的一个直方图(实际上只有一个箱子) 我想使用ggplot2将其合并到一个绘图中 问题是,ggplot继续为整个x轴绘制内核线 values <- c(25.222222, 6.000000, 2.057143, 0.000000, 2.142857, 0.000000, 73.666667, 4.081081, 43.133333, 18.937500, 60.822222, 23.37931
values <- c(25.222222, 6.000000, 2.057143, 0.000000, 2.142857, 0.000000, 73.666667,
4.081081, 43.133333, 18.937500, 60.822222, 23.379310, 54.954412, 8.492308,
67.646250, 15.885000, 38.585859, 46.810606, 31.565152, 39.813889,
40.620000, 25.958000, 54.821429, 9.000000, 33.040476, 50.329670, 43.525641,
33.508696, 34.265385, 57.003544, 36.690434, 48.074074, 70.372222,
77.602564, 29.997436, 71.739683, 11.320000, 2.938776, 10.101562, 35.037956)
df <- data.frame(variable = "TH_part", value=values)
library(ggplot2)
p1.kernel <- ggplot(subset(df, value!=0), aes(x=value, y=..density.., color=variable)) +
geom_density() +
scale_x_continuous(limits = c(0, 200)) + theme_bw()
p1.kernel +
geom_histogram(data=subset(df, value==0),
aes(x=value, y=..density.., fill=variable),
breaks=seq(-10,200,by=10), alpha=0.4) +
scale_x_continuous(limits = c(-10, 200)) +
theme(legend.position="none")
然后,条/箱应该小得多(因为只有一部分在开始时是0)
额外:使用stat\u density(adjust=0.5)
控制内核平滑因子将在绘图中为我提供第二个内核。如何在上面的叠加图中使用较小的平滑因子
编辑:
在GGamba的帮助下,我得到了这个图,y轴上有计数:
在这里,0-entries的bin相对于密度要小得多。您需要使用
trim
参数。从?几何密度:
修剪
仅当在一个绘图中显示多个密度时,此参数才起作用。如果默认值为FALSE,则在整个数据范围内计算每个密度。如果为TRUE,则在该组的范围内计算每个密度:这通常意味着估计的x值不会对齐,因此您将无法堆叠密度值
您还可以在geom_density
中使用adjust
参数
价值观完美,非常感谢!但是我的0-entries的垃圾箱怎么会这么高呢?钢筋不应该比密度小很多吗?(请参见上面的编辑和打印)
ggplot(df, aes(x=value, y=..density.., color=variable)) +
geom_histogram(breaks=seq(0,200,by=10), fill="white") +
geom_density() + scale_x_continuous(limits = c(0, 200)) + theme_bw()