[英]Normalizing y-axis in histograms in R ggplot to proportion by group
我的问题与将R ggplot 中直方图中的 y 轴归一化为比例非常相似,除了我有两组不同大小的数据,我希望每个比例都与其组大小有关,而不是总大小。
为了更清楚,假设我在一个数据框中有两组数据:
dataA<-rnorm(100,3,sd=2)
dataB<-rnorm(400,5,sd=3)
all<-data.frame(dataset=c(rep('A',length(dataA)),rep('B',length(dataB))),value=c(dataA,dataB))
我可以将这两个分布与:
ggplot(all,aes(x=value,fill=dataset))+geom_histogram(alpha=0.5,position='identity',binwidth=0.5)
而不是 Y 轴上的频率,我可以使用以下比例:
ggplot(all,aes(x=value,fill=dataset))+geom_histogram(aes(y=..count../sum(..count..)),alpha=0.5,position='identity',binwidth=0.5)
但这给出了相对于总数据大小的比例(此处为 500 分):是否有可能相对于每个组大小?
我的目标是可以直观地比较 A 和 B 之间给定 bin 中的值的比例,独立于它们各自的大小。 也欢迎与我原来的想法不同的想法!
谢谢!
像这样? [根据OP的评论编辑]
ggplot(all,aes(x=value,fill=dataset))+
geom_histogram(aes(y=0.5*..density..),
alpha=0.5,position='identity',binwidth=0.5)
使用y=..density..
缩放直方图,使每个下的面积为 1,或sum(binwidth*y)=1.
因此,您将使用y = binwidth*..density..
来让 y 表示每个 bin 中总数的分数。 在您的情况下, binwidth=0.5
。
IMO 这更容易解释:
ggplot(all,aes(x=value,fill=dataset))+
geom_histogram(aes(y=0.5*..density..),binwidth=0.5)+
facet_wrap(~dataset,nrow=2)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.