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

密度图

核密度图也是很常用的一种反映数据分布的图形。

简单密度图

使用geom_density语句，映射一个连续型变量。

ggplot(data = faithful, aes(x = waiting))  + 
  geom_density()

• 核密度图是基于样本数据进行总体分布的估计；
• 曲线的光滑程度取决于函数的带宽；带宽越大，曲线越光滑；
• 可以通过adjust进行设置，默认值为1。

ggplot(data = faithful, aes(x = waiting))  + 
  geom_line(stat = "density", adjust = 0.25, colour = "orangered")+
  geom_line(stat = "density")+
  geom_line(stat = "density", adjust = 2, colour = "lightblue")

x轴的宽度也是自动分配的，这可能会造成边缘截断，因此可以自己手动设置：

ggplot(data = faithful, aes(x = waiting))  + 
  geom_density(stat = "density", alpha = 0.25, colour = NA, fill = "blue")+
  geom_line(stat = "density") +
  xlim(35,105)

将密度曲线叠加到直方图上，可以对观测值的理论分布与实际分布进行比较。

注意，密度图的曲线下面积总是1，因此y值较小，因此，使用y=..density..减小直方图的标度。

ggplot(data = faithful, aes(x = waiting, y=..density..))  + 
  geom_histogram(fill = "cornsilk", colour = "grey60")+
  geom_density()+
  xlim(35,105)