Geom histogram()

在R语言中，ggplot2包中的geom_histogram()函数用于绘制直方图，显示定量变量的分布情况。

对连续型变量分组统计频数。千万别跟柱状图（离散变量统计频数）混淆

函数定义：

geom_histogram(mapping = NULL, data = NULL, stat = "bin", position = "stack", ..., binwidth = NULL, bins = NULL, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

参数： - mapping：一个映射（aesthetic mapping）对象，用于映射数据变量到图形属性的aes()函数或aes()函数的参数。

• data：数据框。

• stat：统计变换的名称。默认为"bin"，表示将数据分组为柱状图。

• color：直方图边框颜色！

• fill：指定数据变量与图形的填充颜色映射关系，。

• position：柱状图的放置方式。可以是"stack"（默认，堆叠显示）或"dodge"（并列显示）。

• binwidth：指定柱状图的宽度，就是组距，用于控制分组的粒度。

• bins：指定柱状图的数量，用于控制分组的个数。

• na.rm：逻辑值，指示是否忽略缺失值。

• show.legend：用于控制是否显示图例。

• inherit.aes：逻辑值，指示是否继承父图层的aes()映射。

示例： 以下是一个使用geom_histogram()函数绘制直方图的示例：

library(ggplot2)

# 创建数据集
data <- data.frame(
  value = rnorm(1000)
)

# 绘制直方图
ggplot(data, aes(x = value)) +
  geom_histogram(binwidth = 0.2, fill = "blue", col = "black") +
  labs(title = "Histogram", x = "Value", y = "Frequency")

在上述示例中，我们首先加载ggplot2包，并创建了一个简单的数据集 data，包含了一个随机生成的值。

然后，我们使用ggplot()函数创建了一个基本图形，并使用aes()函数将数据的value变量映射到x轴。

接下来，我们使用geom_histogram()函数绘制直方图。在geom_histogram()函数中，我们可以使用参数如binwidth来指定柱状图的宽度，通过控制分组的粒度来调整直方图的样式。

最后，我们使用labs()函数设置图形的标题和轴标签。

通过使用geom_histogram()函数，我们可以轻松绘制直方图以可视化定量变量的分布情况。根据需要，可以调整参数来控制直方图的样式和粒度。

柱状图和直方图的区别

bar chart柱状图：数据不连续，有间隔；

Histogram直方图：数据连续，无间隔。

设置直方图相关参数

scale_x_continuous() 限制了坐标轴的范围，但分组还是默认分组

# input data
df_ppg <- read.csv("./data/NBAPlayerPts.csv")

# 
ggplot(df_ppg) +
  geom_histogram(aes(x=PPG)) +
  scale_x_continuous(limits = c(10, 30))

把x轴的坐标和geom_histogram()中的组距、组数限制下，发现默认分组起始组是11-13，而非10-12！想要处理为10-12还是得转换为因子型。

# input data
df_ppg <- read.csv("./data/NBAPlayerPts.csv")

# 
ggplot(df_ppg) +
  geom_histogram(aes(x = PPG), binwidth = 2, bins = 15) +
  scale_x_continuous(breaks = seq(10,30,2), limits = c(10, 30)) +
  scale_y_continuous(breaks = seq(1,18))

将连续型变量离散化，求频率

个人的方法，老师的方法详看table()中的子标题内容。

# create a factor
breaks <- seq(10, 30, by = 2)
df_ppg_fre <- df_ppg %>%
  mutate(PPG_Group = cut(PPG, breaks = breaks,include.lowest = TRUE)) %>% 
  group_by(PPG_Group) %>% 
  summarise(PPG_Group_count = n(), .groups = "drop")

# plot a bar gram
df_ppg_fre %>% 
  ggplot() +
  geom_bar(aes(x = PPG_Group, y = PPG_Group_count), stat = "identity") +
  scale_y_continuous(breaks = seq(0,20))