写在前面。

这篇文章对应原书的第6章，主要介绍一些描述数据分布的可视化图形。主要包括如下这些：

• 直方图
• 密度图
• 频数多边形
• 箱线图
• 小提琴图
• Wilkinson点图

直方图

直方图是常见的一种呈现数据分布情况的图形，下面分别说明一下。

分组直方图

如何绘制多组数据的直方图？

• 进行分面

运行geom_histogram()并进行分面绘图即可，使用的示例数据需要加载MASS包。

示例数据birthwt数据集：

> str(birthwt)
'data.frame':   189 obs. of  10 variables:
 $ low  : int  0 0 0 0 0 0 0 0 0 0 ...
 $ age  : int  19 33 20 21 18 21 22 17 29 26 ...
 $ lwt  : int  182 155 105 108 107 124 118 103 123 113 ...
 $ race : int  2 3 1 1 1 3 1 3 1 1 ...
 $ smoke: int  0 0 1 1 1 0 0 0 1 1 ...
 $ ptl  : int  0 0 0 0 0 0 0 0 0 0 ...
 $ ht   : int  0 0 0 0 0 0 0 0 0 0 ...
 $ ui   : int  1 0 0 1 1 0 0 0 0 0 ...
 $ ftv  : int  0 3 1 2 0 0 1 1 1 0 ...
 $ bwt  : int  2523 2551 2557 2594 2600 2622 2637 2637 2663 2665 ...

图形分面在后面的章节进行说明，这里只进行简单的使用,使用facet_grid(var1~var2)语句：

ggplot(data = birthwt, aes(x = bwt))  + 
  geom_histogram(fill  = "white", colour = "black") +
  facet_grid(smoke~.)

上例使用数据集中的smoke变量作为了分面的变量。

分面标签只显示了0和1，可以将smoke进行因子转换。

birthwt$smoke <- factor(birthwt$smoke, levels = c(0,1), labels = c("No Smoke", "Smoke"))
ggplot(data = birthwt, aes(x = bwt))  + 
  geom_histogram(fill  = "white", colour = "black") +
  facet_grid(smoke~.)

• 映射给颜色属性

另一种方式是将分组变量映射给fill参数：

birthwt$smoke <- factor(birthwt$smoke, levels = c(0,1), labels = c("No Smoke", "Smoke"))
ggplot(data = birthwt, aes(x = bwt, fill = smoke))  + 
  geom_histogram(position = "identity", alpha = 0.4) 

position = "identity", alpha = 0.4，这些参数的设置很重要，使图形可以看清楚，如果没有position = "identity"设置，图形会垂直堆积。

ggplot(data = birthwt, aes(x = bwt, fill = smoke))  + 
  geom_histogram()