在ggplot2的geom_histogram中添加dnorm曲线遇问题求助

问题1：首次运行曲线过宽 #

这是因为直方图默认以计数（count）为y轴，而dnorm输出的是密度值，两者尺度差异极大，导致曲线被过度拉伸。解决方法很直接：

• 将直方图的y轴切换为密度，在geom_histogram()中设置aes(y = ..density..)，让其与dnorm的输出尺度匹配，曲线就会恢复正常比例。
• 示例代码：

library(ggplot2)
# 先清理缺失值
df_clean <- df[is.finite(df$oes_scale), ]

ggplot(data = df_clean, aes(x = oes_scale)) +
  geom_histogram(aes(y = ..density..), bins = 30, fill = "lightblue", color = "black") +
  stat_function(
    fun = dnorm,
    args = list(mean = mean(df_clean$oes_scale), sd = sd(df_clean$oes_scale)),
    color = "red", size = 1
  )

问题2：相对频率模式下添加stat_function报错 #

报错原因 #

你遇到的「density * 0.35」非数值运算问题，核心是直方图用了相对频率（比如y = ..count../sum(..count..)），而stat_function默认输出密度值，两者的y轴尺度不兼容；警告里的6行非有限值，是数据中存在NA/NaN/Inf，会干扰后续运算。

解决步骤 #

1. 先清理数据：提前移除含非有限值的行，从根源避免运算异常：

df_clean <- df[is.finite(df$oes_scale), ]

2. 对齐相对频率与dnorm的尺度：相对频率总和为1，密度曲线下面积也为1，但直方图组距会影响相对频率的数值。需要把dnorm的结果乘以组距，让曲线和相对频率的y轴匹配：
   • 先确定组距，要么手动指定，要么从直方图中提取：

   # 方式1：手动指定组距
   bin_width <- diff(range(df_clean$oes_scale)) / 30
   # 方式2：从已绘制的直方图中提取实际组距
   p_temp <- ggplot(df_clean, aes(x=oes_scale)) + geom_histogram(bins=30)
   bin_width <- ggplot_build(p_temp)$data[[1]]$width[1]
   

   • 再绘制带匹配曲线的直方图：

ggplot(data = df_clean, aes(x = oes_scale)) +
  geom_histogram(aes(y = ..count../sum(..count..)), binwidth = bin_width, fill = "lightblue", color = "black") +
  stat_function(
    fun = function(x) dnorm(x, mean = mean(df_clean$oes_scale), sd = sd(df_clean$oes_scale)) * bin_width,
    color = "red", size = 1
  )

3. 简化替代方案：如果不需要严格展示相对频率数值，直接用密度模式（y=..density..）更省心——密度和相对频率的趋势完全一致，只是数值差一个组距倍数，不影响图形的对比展示，还能避免尺度匹配的麻烦。

内容的提问来源于stack exchange，提问作者hr1211