R語言可視化中直方圖的介紹及其美化技巧

這篇文章主要介紹“R語言可視化中直方圖的介紹及其美化技巧”，在日常操作中，相信很多人在R語言可視化中直方圖的介紹及其美化技巧問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”R語言可視化中直方圖的介紹及其美化技巧”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

今天介紹關于直方圖的美化技巧！

數據集仍然使用上一節使用到的有關鉆石的數據信息。

data(diamonds)

set.seed(42)

small <- diamonds[sample(nrow(diamonds), 1000), ]

head(small)

以上通過設定隨機種子，從diamonds中隨機抽取了1000個數據作為我們制作直方圖的樣本數據（源數據集有點大）。

直方圖的做法與我們之前做柱形圖（條型圖）所使用函數主題語法大致相同，不同僅僅在于添加的圖層對象為geom_histogram()

由于直方圖呈現數據分布趨勢，所以僅需一個數值型變量進入即可。

ggplot(small)+geom_histogram(aes(x=price))

ggplot(small,aes(price))+geom_histogram()

以上兩句直方圖語法是等價的，也就是說，無論參數price在ggplot函數中，還是在圖層對象geom_histogram括號內，只要是被aes()美學映射包括著，都將作用于全局。

當然如果在直方圖參數中添加顏色映射，那么就可以做出堆積直方圖。

ggplot(small,aes(price,fill=cut))+geom_histogram()

當顏色變量（因子變量）進入aes內的時候，默認直方圖輸出為堆積直方圖。（大家是否想起了之前學過的柱形圖，可以通過設置position參數對多序列柱形進行堆積、簇狀轉換）。

我們嘗試著將position=stack參數加入geom_histogram(position="stack")參數中，看下以上說法是否可靠。

ggplot(small,aes(price,fill=cut))+geom_histogram(position="stack")

果然不出所料，加入分類變量時的直方圖，其位置調整與柱形圖如出一轍，那么我們可以將position的幾個參數挨個嘗試：

ggplot(small,aes(price,fill=cut,alpha = 1/10))+geom_histogram(position="identity")  #position=identity,即不對直方圖位置作任何變換。

ggplot(small,aes(price,fill=cut,alpha = 1/10))+geom_histogram(position="dodge")  #position=dodge,將各系列位置錯開成簇狀直方圖。

ggplot(small,aes(price,fill=cut,alpha = 1/10))+geom_histogram(position="fill")  #position=fill,將各系列位置錯開成堆積百分比直方圖。

以上就是關于直方圖幾種常用形式，接下來講關于直方圖圖表元素調整。

直方圖的binwidth參數控制直方圖組距大小。

ggplot(diamonds, aes(carat))+geom_histogram(binwidth = 0.01)

ggplot(diamonds, aes(carat))+geom_histogram(binwidth = 0.2)

當然也可以在直方圖中直接添加fill填充為喜歡的顏色。

ggplot(diamonds, aes(carat))+geom_histogram(binwidth = 0.1,fill="steelblue")

使用外部主題命令：

ggplot(diamonds, aes(carat))+geom_histogram(binwidth = 0.1)+theme_stata()+scale_fill_stata()   #以上使用了stata的主題及配色模板

ggplot(diamonds, aes(carat))+geom_histogram(binwidth = 0.1)+theme_solarized()+scale_fill_solarized()   #以上使用了solarized主題及配色模板

手動自定義顏色：

ggplot(diamonds, aes(carat,fill="steelblue"))+geom_histogram(binwidth = 0.1)+theme_few()+scale_fill_manual(values="#FB882C")+ theme(strip.background=element_blank(),legend.position="none") 

ggplot(small,aes(price,fill=cut))+geom_histogram(position="fill") +theme_wsj()+scale_fill_wsj()+theme(strip.background=element_blank(),legend.position="none") 

ggplot(small,aes(price,fill=cut))+geom_histogram(position="fill") +theme_economist(base_size=14)+scale_fill_economist()+theme(strip.background=element_blank(),legend.position="none") 

關于直方圖的分面技巧：

ggplot(small,aes(price,fill=cut))+geom_histogram()+facet_wrap(~cut)

ggplot(small,aes(price,fill=cut))+geom_histogram()+facet_wrap(~cut)+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))     #關于直方圖的封面技巧

ggplot(small,aes(price,fill=cut))+geom_histogram()+facet_wrap(~cut)+theme_economist(base_size=14)+scale_fill_economist()+guides(fill=guide_legend(title=NULL))  

到此，關于“R語言可視化中直方圖的介紹及其美化技巧”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！