向R中的条形图添加正态分布
我想画一个直方图,然后用代表数据分布的正态分布覆盖它。但是,我的数据已经计算在内:向R中的条形图添加正态分布,r,bar-chart,normal-distribution,R,Bar Chart,Normal Distribution,我想画一个直方图,然后用代表数据分布的正态分布覆盖它。但是,我的数据已经计算在内: df<- structure(list(trips = c(12955L, 36890L, 47035L, 48650L, 70910L, 93755L, 45315L, 16565L, 4725L, 9460L), dist.km = c(0.5, 2, 4, 8.5, 12.5, 17.5, 22.5, 27.5, 32.5, 42.5), share = c(0.03, 0.09, 0.12,
df<- structure(list(trips = c(12955L, 36890L, 47035L, 48650L, 70910L,
93755L, 45315L, 16565L, 4725L, 9460L), dist.km = c(0.5, 2, 4,
8.5, 12.5, 17.5, 22.5, 27.5, 32.5, 42.5), share = c(0.03, 0.09,
0.12, 0.13, 0.18, 0.24, 0.12, 0.04, 0.01, 0.02)), row.names = c(NA,
-10L), class = c("tbl_df", "tbl", "data.frame"))
两个问题:
barplot
这里有一个很好的链接来解决您的问题: 回答您的问题: 1-是的,您应该将dist.km和trips设为1个变量,然后调用函数hist(),但是使用数据格式,您的方式非常酷
2-如链接所示,使用曲线()和直线()。这里有一个很好的链接来解决您的问题: 回答您的问题: 1-是的,您应该将dist.km和trips设为1个变量,然后调用函数hist(),但是使用数据格式,您的方式非常酷
2-使用curve()和lines(),如链接所示。Q1:如果没有原始数据,则不能使用
hist
问题2:有些工作
首先,条形图
不提供离散的x轴。从图中可以清楚地看到,前两列(2-0.5=1.5)之间的间距与后两列(42.5-32.5=10)相同。通过查看条形图的(不可见)返回值,可以获得x轴中点:
(barplot(df$share, names.arg=df$dist.km,
col="orange", xlab="km", ylab="trips"))
# [,1]
# [1,] 0.7
# [2,] 1.9
# [3,] 3.1
# [4,] 4.3
# [5,] 5.5
# [6,] 6.7
# [7,] 7.9
# [8,] 9.1
# [9,] 10.3
# [10,] 11.5
尽管实际的点没有这样做,但这些点是等距的。这种等距离是因为R实际上假设的是分类数据,而不是连续数据
为了补偿这一点,我们可以调整绘图的宽度或它们之间的空间。如果我们改变宽度,那么我们将把宽度与视觉重要性混为一谈,这是我们应该避免的,所以让我们使用“空间”:
不幸的是,正如我们在上面第二个条形图的输出中看到的,x轴与数据的比例不同。幸运的是,它对我们来说仍然是连续的和线性的,所以我们只需要调整它。我们可以手动计算,但为了便于论证,这里有一个反向转换函数:
func <- function(a) {
(min(df$dist.km) - bp[1,1]) + # the offset, happens to be 0 here since
# the first datapoint is exactly 0.5
a * diff(range(bp[,1])) / diff(range(df$dist.km))
}
mu2 <- func(mu)
sigma2 <- sigma
c(mu2, sigma2)
# [1] 16.472196 8.911899
注意:作为curve
的第一个参数,我们给出的函数调用需要x
变量,尽管我们没有定义它。这在内部用于曲线
,并替换为值的实际向量。它可以是不同的,可能是通过曲线(dnorm(yy,…),xname=“yy”)
美学上它不够高。。。我们可以按最大频率进行缩放:
# start over
bp <- barplot(df$share, names.arg=df$dist.km,
space = c(0, diff(df$dist.km)),
col="orange", xlab="km", ylab="trips")
curve(dnorm(x, mean=mu2, sd=sigma2) / max(df$share),
col = "red", lwd = 2, add=TRUE)
#重新开始
bpQ1:如果没有原始数据,则不能使用hist
问题2:有些工作
首先,条形图
不提供离散的x轴。从图中可以清楚地看到,前两列(2-0.5=1.5)之间的间距与后两列(42.5-32.5=10)相同。通过查看条形图的(不可见)返回值,可以获得x轴中点:
(barplot(df$share, names.arg=df$dist.km,
col="orange", xlab="km", ylab="trips"))
# [,1]
# [1,] 0.7
# [2,] 1.9
# [3,] 3.1
# [4,] 4.3
# [5,] 5.5
# [6,] 6.7
# [7,] 7.9
# [8,] 9.1
# [9,] 10.3
# [10,] 11.5
尽管实际的点没有这样做,但这些点是等距的。这种等距离是因为R实际上假设的是分类数据,而不是连续数据
为了补偿这一点,我们可以调整绘图的宽度或它们之间的空间。如果我们改变宽度,那么我们将把宽度与视觉重要性混为一谈,这是我们应该避免的,所以让我们使用“空间”:
不幸的是,正如我们在上面第二个条形图的输出中看到的,x轴与数据的比例不同。幸运的是,它对我们来说仍然是连续的和线性的,所以我们只需要调整它。我们可以手动计算,但为了便于论证,这里有一个反向转换函数:
func <- function(a) {
(min(df$dist.km) - bp[1,1]) + # the offset, happens to be 0 here since
# the first datapoint is exactly 0.5
a * diff(range(bp[,1])) / diff(range(df$dist.km))
}
mu2 <- func(mu)
sigma2 <- sigma
c(mu2, sigma2)
# [1] 16.472196 8.911899
注意:作为curve
的第一个参数,我们给出的函数调用需要x
变量,尽管我们没有定义它。这在内部用于曲线
,并替换为值的实际向量。它可以是不同的,可能是通过曲线(dnorm(yy,…),xname=“yy”)
美学上它不够高。。。我们可以按最大频率进行缩放:
# start over
bp <- barplot(df$share, names.arg=df$dist.km,
space = c(0, diff(df$dist.km)),
col="orange", xlab="km", ylab="trips")
curve(dnorm(x, mean=mu2, sd=sigma2) / max(df$share),
col = "red", lwd = 2, add=TRUE)
#重新开始
bp你发送的链接是当我有柱状图时,我正在寻找一种在条形图上绘制正态分布的方法,或者绘制柱状图(除了将我的数据更改为大型数据集之外),然后绘制正态分布。你发送的链接是当我有柱状图时,我正在寻找一种在条形图上绘制正态分布的方法,或者绘制直方图(除了将数据更改为大型数据集之外),然后绘制正态分布。
# start over
bp <- barplot(df$share, names.arg=df$dist.km,
space = c(0, diff(df$dist.km)),
col="orange", xlab="km", ylab="trips")
curve(dnorm(x, mean=mu2, sd=sigma2) / max(df$share),
col = "red", lwd = 2, add=TRUE)