hist函数

hist 用于绘制直方图，下面介绍每个参数的作用；

1）x: 用于绘制直方图的数据，该参数的值为一个向量

代码示例：

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data)

效果图如下：

从图中可以看出，横坐标为不同的区间，纵坐标为落入该区间内的频数；

2） break : 该参数的指定格式有很多种

第一种： 指定一个向量，给出不同的断点

代码示例：

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5))

效果图如下：

第二种：指定分隔好的区间的个数，会根据区间个数自动去计算区间的大小

代码示例：

3）freq: 逻辑值，默认值为TRUE , y轴显示的是每个区间内的频数，FALSE, 代表显示的是频率（= 频数/ 总数）

代码示例：

par(mfrow = c(1, 2))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), freq = T, main = "freq = T")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), freq = F, main = "freq = F")

效果图如下：

4）probability : 逻辑值，和 freq 参数的作用正好相反，TRUE 代表频率， FALSE 代表频数

代码示例：

par(mfrow = c(1, 2))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), probability = T, main = "probability = T")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), probability = F, main = "probability = F")

效果图如下：

5） labels: 显示在每个柱子上方的标签，

代码示例：

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), labels = c("A", "B", "C"))

效果图如下：

6） axes : 逻辑值，是否显示轴线

代码示例：

par(mfrow = c(1, 2))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), axes = T, main = "axes = T")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), axes = F, main = "axes = F")

效果图如下：

7） col : 柱子的填充色

代码示例：

par(mfrow = c(1, 2))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = "pink")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = rainbow(3))

效果图如下：

8） border : 柱子的边框的颜色，默认为black, 当border = NA 时， 代表没有边框

代码示例：

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5), col = rainbow(3), border = NA)

效果图如下：

9） densitty 和 angle , 用线条填充柱子

代码示例： density 控制填充的线条的密度

par(mfrow = c(1, 3))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 1, main  = "density = 1")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 2, main  = "density = 2")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 3, main  = "density = 3")

效果图如下：

代码示例： angle 控制线条的角度，必须和density 参数配合使用，才能发挥作用

par(mfrow = c(1, 3))

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 2, angle = 45,  main  = "angle = 45")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 2, angle = 90,  main  = "angle = 90")

hist(data, breaks = c(0.5, 1.5, 2.5, 3.5),  density = 2, angle = 180, main  = "angle = 180")

效果图如下：

最后介绍一下hist函数的返回值

data <- c(rep(1, 10), rep(2, 5), rep(3, 6))

a <- hist(data, breaks = c(0.5, 1.5, 2.5, 3.5))

a

$breaks

[1] 0.5 1.5 2.5 3.5

$counts

[1] 10  5  6

$density

[1] 0.4761905 0.2380952 0.2857143

$mids

[1] 1 2 3

$xname

[1] "data"

$equidist

[1] TRUE

attr(,"class")

[1] "histogram"

从代码中的结果可以看到，返回值是一个 histogram 类型的对象， 其中breaks 是分隔的区间，counts 是每个区间的频数，density是每个区间的频率，mids 是每个柱子的中心点；

利用返回值，我们可以用hist函数统计一串数据在不同区间的频数分布

摘抄自 庐州月光