R中的ggplot2覆盖直方图

我是R的新手，正在尝试将3个直方图绘制到同一张图上。一切工作正常，但是我的问题是您看不到2个直方图重叠的地方-它们看起来很截断。

当我进行密度图绘制时，它看起来很完美：每条曲线都被黑色边框包围，在曲线重叠的地方颜色看起来不同。

有人可以告诉我第一张图片中的直方图是否可以实现类似的效果吗？这是我正在使用的代码：

lowf0 <-read.csv (....)
mediumf0 <-read.csv (....)
highf0 <-read.csv(....)
lowf0$utt<-'low f0'
mediumf0$utt<-'medium f0'
highf0$utt<-'high f0'
histogram<-rbind(lowf0,mediumf0,highf0)
ggplot(histogram, aes(f0, fill = utt)) + geom_histogram(alpha = 0.2)

您当前的代码：

ggplot(histogram, aes(f0, fill = utt)) + geom_histogram(alpha = 0.2)

我告诉ggplot大家使用中的所有值来构造一个直方图f0，然后根据变量给该单个直方图的条形上色utt。

相反，您想要的是创建三个单独的直方图，并进行alpha混合，以便彼此可见。因此，您可能想对分别使用三个调用geom_histogram，每个调用都获得自己的数据框并填充：

ggplot(histogram, aes(f0)) + 
    geom_histogram(data = lowf0, fill = "red", alpha = 0.2) + 
    geom_histogram(data = mediumf0, fill = "blue", alpha = 0.2) +
    geom_histogram(data = highf0, fill = "green", alpha = 0.2) +

这是一个带有一些输出的具体示例：

dat <- data.frame(xx = c(runif(100,20,50),runif(100,40,80),runif(100,0,30)),yy = rep(letters[1:3],each = 100))

ggplot(dat,aes(x=xx)) + 
    geom_histogram(data=subset(dat,yy == 'a'),fill = "red", alpha = 0.2) +
    geom_histogram(data=subset(dat,yy == 'b'),fill = "blue", alpha = 0.2) +
    geom_histogram(data=subset(dat,yy == 'c'),fill = "green", alpha = 0.2)

产生这样的事情：

编辑以纠正错别字；您想要填充而不是颜色。

使用@joran的样本数据，

ggplot(dat, aes(x=xx, fill=yy)) + geom_histogram(alpha=0.2, position="identity")

请注意，默认位置geom_histogram是“堆栈”。

请参阅此页面的“位置调整”：

docs.ggplot2.org/current/geom_histogram.html

尽管仅需几行即可在ggplot2中绘制多个/重叠的直方图，但结果并不总是令人满意。需要适当使用边框和颜色以确保眼睛可以区分直方图。

以下功能平衡了边框的颜色，不透明度和叠加的密度图，使观看者可以区分各种分布。

单个直方图：

plot_histogram <- function(df, feature) {
    plt <- ggplot(df, aes(x=eval(parse(text=feature)))) +
    geom_histogram(aes(y = ..density..), alpha=0.7, fill="#33AADE", color="black") +
    geom_density(alpha=0.3, fill="red") +
    geom_vline(aes(xintercept=mean(eval(parse(text=feature)))), color="black", linetype="dashed", size=1) +
    labs(x=feature, y = "Density")
    print(plt)
}

多个直方图：

plot_multi_histogram <- function(df, feature, label_column) {
    plt <- ggplot(df, aes(x=eval(parse(text=feature)), fill=eval(parse(text=label_column)))) +
    geom_histogram(alpha=0.7, position="identity", aes(y = ..density..), color="black") +
    geom_density(alpha=0.7) +
    geom_vline(aes(xintercept=mean(eval(parse(text=feature)))), color="black", linetype="dashed", size=1) +
    labs(x=feature, y = "Density")
    plt + guides(fill=guide_legend(title=label_column))
}

用法：

只需将数据框以及所需的参数传递给上述函数即可：

plot_histogram(iris, 'Sepal.Width')

plot_multi_histogram(iris, 'Sepal.Width', 'Species')

plot_multi_histogram中的额外参数是包含类别标签的列的名称。

通过创建具有许多不同分布方式的数据框，我们可以更加生动地看到这一点：

a <-data.frame(n=rnorm(1000, mean = 1), category=rep('A', 1000))
b <-data.frame(n=rnorm(1000, mean = 2), category=rep('B', 1000))
c <-data.frame(n=rnorm(1000, mean = 3), category=rep('C', 1000))
d <-data.frame(n=rnorm(1000, mean = 4), category=rep('D', 1000))
e <-data.frame(n=rnorm(1000, mean = 5), category=rep('E', 1000))
f <-data.frame(n=rnorm(1000, mean = 6), category=rep('F', 1000))
many_distros <- do.call('rbind', list(a,b,c,d,e,f))

像以前一样传递数据框（并使用选项扩展图表）：

options(repr.plot.width = 20, repr.plot.height = 8)
plot_multi_histogram(many_distros, 'n', 'category')