如何在R中完善geom_freqpoly代码以绘制面积频率分布折线图？

问题根源 #

直接给geom_freqpoly()加binwidth参数会异常，是因为binwidth基于原始线性刻度计算，而你用scale_x_log10()将X轴转为对数刻度后，线性分箱在对数轴上会出现宽度不均的问题——小面积的bin挤在一起，大面积的bin被拉得很宽，导致折线形态混乱。

方法1：修正geom_freqpoly的分箱逻辑 #

在对数空间定义等距分箱断点，再转换回原始数值传给geom_freqpoly()的breaks参数，让分箱在对数轴上宽度一致：

# 计算对数空间的断点（log10(1000)=3，log10(1100000)≈6.04）
log_breaks <- seq(log10(1000), log10(1100000), by = 0.1)
# 转换回原始面积刻度
original_breaks <- 10^log_breaks

ggplot(data, aes(x = area)) +
  geom_freqpoly(breaks = original_breaks) +
  # 同步X轴的断点和范围，保证显示一致
  scale_x_log10(limits = c(1000, 1100000), breaks = original_breaks) +
  theme_minimal()

• by=0.1表示对数空间每间隔0.1分一箱，对应原始数据是约1.26倍的等比区间（10^0.1≈1.26），可根据需求调整：调小会更精细，调大会更简洁。

方法2：手动计算频率后用geom_line绘制 #

如果如果要完全控制分箱逻辑，先手动统计每个分箱的频率和中点，再用geom_line()绘制折线，灵活性更高：

library(dplyr)

# 手动计算分箱频率
freq_data <- data %>%
  mutate(log_area = log10(area)) %>%
  # 按对数空间分箱
  mutate(bin = cut(log_area, breaks = seq(3, 6.04, by = 0.1), include.lowest = TRUE)) %>%
  group_by(bin) %>%
  summarise(
    count = n(),  # 每个分箱的记录数
    midpoint = 10^mean(log_area)  # 分箱的中点（原始面积刻度）
  ) %>%
  ungroup()

# 绘制折线图
ggplot(freq_data, aes(x = midpoint, y = count)) +
  geom_line(linewidth = 1) +
  scale_x_log10(limits = c(1000, 1100000)) +
  theme_minimal()

这种方法可额外添加统计量（比如频率密度），或自定义分箱标签，适合复杂可视化需求。

额外提示 #

• 若要折线更平滑，可减小分箱间隔（如by=0.05），或在geom_line()后添加stat_smooth(method = "loess", se = FALSE)做平滑处理。
• 对数轴能让小面积多边形的分布细节更清晰，避免被大面积的少数记录掩盖。

内容的提问来源于stack exchange，提问作者Lies