gnuplot中smooth freq无法生成分组数据直方图的问题求助

问题描述 #

尝试在单张图表中创建三个分组直方图，数据筛选功能正常，但使用smooth freq命令未达到预期效果。数据集包含三个分组（Med=2、3、4），通过自定义函数筛选各分组的年龄值，最终生成的图表仅显示每个数据点的单个尖峰（颜色区分正确）。

原始数据集 #

$Data <<EOD
Med     Gender  Age
4       f       33.14
4       f       53.81
4       f       32.99
4       m       39.78
4       f       25.06
2       m       51.06
4       f       39.93
4       f       44.92
2       m       45.68
2       m       73.47
2       m       61.65
4       m       26.82
4       f       24.93
4       f       29.79
3       m       80.54
3       m       81.42
2       f       71.9
2       f       73.18
3       m       64.76
4       m       33.45
2       m       58.92
2       f       73.51
4       f       36.09
EOD

原始代码 #

GROUP_LABELS = "2 3 4"
GROUP_NAMES = "Med_02 Med_03 Med_04"

is_true(c,x) = ( c == x ) ? 1.0 : NaN
age = "( column(\"Age\") )"
selected_age_values = "is_true( column(\"Med\"), i ) * @age"

x_min = 0
x_max = 100
n_bins = 20
bin_width = 1.*(x_max - x_min)/n_bins
bin(col) = floor(column(col)/bin_width)*bin_width

set boxwidth 0.5
set xtics out
set xrange[x_min:x_max]

plot for [i in GROUP_LABELS] $Data u ( @selected_age_values ):(1) smooth freq w boxes lc i-1 ti word( GROUP_NAMES, i-1 ) noenhanced

问题原因 #

当前代码的核心问题是未对数据做分箱预处理：

• smooth freq会直接统计每个原始Age值的出现次数，而非按区间分组统计
• 每个原始年龄值基本唯一，因此每个点只会生成高度为1的尖峰，无法形成连续的直方图区间

修正方案 #

关键修改点 #

1. 先分箱再统计：对筛选后的年龄值计算对应的分箱起始值，让smooth freq统计每个区间的点数
2. 调整箱宽：将boxwidth设置为分箱宽度的合理比例（比如0.8），避免箱子重叠或间距过大
3. 简化变量引用：去掉字符串宏@age和@selected_age_values，直接在plot命令中计算，减少潜在错误

修正后代码 #

GROUP_LABELS = "2 3 4"
GROUP_NAMES = "Med_02 Med_03 Med_04"

x_min = 0
x_max = 100
n_bins = 20
bin_width = 1.*(x_max - x_min)/n_bins

# 分箱函数：计算年龄对应的箱起始值
bin(age) = floor(age/bin_width)*bin_width

set boxwidth bin_width * 0.8  # 箱宽设为分箱宽度的80%，避免重叠
set xtics out
set xrange[x_min:x_max]
set ylabel "Count"
set title "Age Distribution by Med Group"

# 循环绘制每个分组：先筛选Med=i的数据，再分箱，最后用smooth freq统计计数
plot for [i in GROUP_LABELS] $Data u (column("Med") == i ? bin(column("Age")) : NaN):(1) \
    smooth freq w boxes lc i-1 ti word(GROUP_NAMES, i-1) noenhanced

效果说明 #

修正后的代码会：

• 对每个分组的年龄数据按指定区间分箱
• smooth freq统计每个分箱内的数据点数量，生成正常的直方图柱子
• 箱宽适配分箱区间，确保图表展示清晰的分组分布

内容的提问来源于stack exchange，提问作者magfan