R 在ggplot2中，是否可以使用包含重叠数据的存储桶创建条形图？

我正在制作一个条形图，其中数据被某个连续变量X压缩。我想创建一个条形图，其中存储桶实际上重叠。因此，如果binwidth=1/10，那么第一个条将包含第0到第10个百分位中带有Xs的数据。第二个栏可能包含从第1个百分位到第11个百分位的数据。第三个将包含从第2个百分位到第12个百分位的数据。等等在ggplot中可能有这样的事情吗

编辑：

我应该澄清一下。我不希望这些条在视觉上重叠，所以我删除了你的编辑。相反，我希望相邻的bucket部分共享数据点。值得注意的是

1） 我的X数据已经过百分位数。
2） 条形图报告了带扣数据的汇总统计，如方差

---

因此，在binwidth为1/10的普通条形图中，第一个条形图表示0-10%的数据，第二个条形图表示10-20%的数据，依此类推。然而，我想要的是，第一条代表0-10个百分位数，第二条代表1-11个百分位数，第三条代表2-12个百分位数，依此类推。这样做的原因只是为了将binwidth与图形上显示的条数解耦。我想要一个宽的桶，但我希望以非常小的间隔查看这些桶，以查看更连续的条形图。

是的，可以使用ggplot。尝试此

ggplot（钻石、aes（清晰度、填充=切割））+geom_条（位置=位置减淡（宽度=0.5））

现在来解释一下

ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = "dodge")
ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = position_dodge(width = 0.5))

代码块中的第一个命令是默认回避（并排条）。 第二个命令是告诉ggplot“闪避”多少，使用width参数。 玩宽度游戏，直到你得到你想要的

阅读此文了解有关道奇位置的更多详细信息。

---

另外，对于您关于装箱的问题，您可以提供自己的休息时间，阅读此

是的，使用ggplot是可能的。尝试此

ggplot（钻石、aes（清晰度、填充=切割））+geom_条（位置=位置减淡（宽度=0.5））

现在来解释一下

ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = "dodge")
ggplot(diamonds, aes(clarity, fill = cut)) + geom_bar(position = position_dodge(width = 0.5))

代码块中的第一个命令是默认回避（并排条）。 第二个命令是告诉ggplot“闪避”多少，使用width参数。 玩宽度游戏，直到你得到你想要的

阅读此文了解有关道奇位置的更多详细信息。

---

另外，对于你关于装箱的问题，你可以提供你自己的休息时间，阅读此

达到极限，你正在做的是绘制一个内核密度函数。在这里，我创建了一个包含200个随机正态观测值的向量，并使用

stat\u density

绘制滚动密度：

vec <- rnorm(200)
qplot() + stat_density(aes(x=vec))

---

vec说到极限，你要做的是绘制一个核密度函数。在这里，我创建了一个包含200个随机正态观测值的向量，并使用
stat\u density
绘制滚动密度：

vec <- rnorm(200)
qplot() + stat_density(aes(x=vec))

vec您最好先存储自己的数据，然后根据需要进行绘图。它会给你更多的灵活性。同意@BrodieG的观点，即
rollappy（）
是最简单的方法，例如

require(ggplot2)
require(zoo)

p_data<-data.frame(n=0:99,p=runif(100)*10)
window<-10

buckets<-data.frame(label=rollapply(p_data$n,10,function(x)paste(x[1],x[window],sep="-")))
buckets$avg<-rollapply(p_data$p,window,mean)  # mean
buckets$tot<-rollapply(p_data$p,window,sum)   # total
buckets$var<-rollapply(p_data$p,window,var)   # variance
buckets$custom<-rollapply(p_data$p,window,function(x)x[1]+x[2]+5)   # anything you like

qplot(buckets$label,buckets$avg,geom="line",group=1) +     # plot mean
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

require（ggplot2）
需要（动物园）
p_data最好先存储自己的数据，然后根据需要绘图。它会给你更多的灵活性。同意@BrodieG的观点，即
rollappy（）
是最简单的方法，例如

require(ggplot2)
require(zoo)

p_data<-data.frame(n=0:99,p=runif(100)*10)
window<-10

buckets<-data.frame(label=rollapply(p_data$n,10,function(x)paste(x[1],x[window],sep="-")))
buckets$avg<-rollapply(p_data$p,window,mean)  # mean
buckets$tot<-rollapply(p_data$p,window,sum)   # total
buckets$var<-rollapply(p_data$p,window,var)   # variance
buckets$custom<-rollapply(p_data$p,window,function(x)x[1]+x[2]+5)   # anything you like

qplot(buckets$label,buckets$avg,geom="line",group=1) +     # plot mean
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

require（ggplot2）
需要（动物园）
p_数据这种图表的目的是什么？我这样问是因为尽管我不知道如何使条重叠，但可能有一种图形适合您的目的。这样做的原因只是为了将binwidth与图形上显示的条数解耦。我想要一个宽的桶，但我想以非常小的间隔查看这些桶，以查看更连续的条形图。基本上，这只是为了平滑可视化。这样一个图表的目的是什么？我这样问是因为尽管我不知道如何使条重叠，但可能有一种图形适合您的目的。这样做的原因只是为了将binwidth与图形上显示的条数解耦。我想要一个宽的桶，但我想以非常小的间隔查看这些桶，以查看更连续的条形图。基本上，这只是为了使视觉效果变得平滑。我不相信这能解决我的问题，但我可能错了。我通过编辑进一步澄清了我的问题。我不认为这解决了我的问题，但我可能错了。我通过编辑进一步澄清了我的问题。谢谢，很高兴知道。我可以显示一个比计数更复杂的汇总统计信息吗？如果我有vec2，我不知道是否可以直接完成，但您可以很容易地使用
zoo:：rollapply
通过向量中值的滚动窗口运行函数。因此，在本例中，您将绘制
rollappy（vec，width=10，var）
的结果，该结果将计算
vec
中所有10个连续点集的方差。感谢您的了解。我可以显示一个比计数更复杂的汇总统计信息吗？如果我有vec2，我不知道是否可以直接完成，但您可以很容易地使用
zoo:：rollapply
通过向量中值的滚动窗口运行函数。因此，在本例中，您将绘制
rollappy（vec，width=10，var）
的结果，该结果将计算
vec
中所有10个连续点集的方差。