ggplot直方图分箱边界与刻度错位：数据50-150却显示45-155求解

你的问题核心是ggplot默认分箱逻辑会偏移半个binwidth，导致直方图超出50-150的数据范围。以下是两种直接调整分箱设置的方案，无需修改原始数据，也不会破坏正态曲线：

原始代码与问题场景 #

你给出的生成数据和绘图代码如下：

df <- data.frame(x = round(rnorm(10000, mean=100, sd=15)))

df$x <- ifelse(df$x <  50,  50, df$x)
df$x <- ifelse(df$x > 150, 150, df$x)

library(ggplot2)

ggplot(df) +
  aes(x = x) +
  geom_histogram(aes(y = ..density..),
                 binwidth = 10,
                 fill="#69b3a2",
                 color="#e9ecef", alpha=0.9) +
  stat_function(fun = dnorm, args = list(mean = mean(df$x), 
                                         sd = sd(df$x)))

生成的图表中，直方图分箱范围延伸到45-155，而数据被限定在50-150区间内，这是因为默认分箱以数据中心值对齐，导致边界偏移了半个binwidth（即5）。

解决方案1：使用boundary参数指定分箱边界 #

通过boundary参数直接指定分箱的起始边界，让分箱从50开始、以10为宽度划分，刚好匹配数据范围。修改后的代码：

df <- data.frame(x = round(rnorm(10000, mean=100, sd=15)))

df$x <- ifelse(df$x <  50,  50, df$x)
df$x <- ifelse(df$x > 150, 150, df$x)

library(ggplot2)

ggplot(df) +
  aes(x = x) +
  geom_histogram(aes(y = ..density..),
                 binwidth = 10,
                 boundary = 50,  # 指定分箱的起始边界
                 fill="#69b3a2",
                 color="#e9ecef", alpha=0.9) +
  stat_function(fun = dnorm, args = list(mean = mean(df$x), 
                                         sd = sd(df$x)))

该参数会让分箱严格以50、60、…、150为边界，不会出现超出数据范围的分箱。

解决方案2：手动指定breaks分箱断点 #

如果需要更精确的控制，可以直接用breaks参数定义所有分箱断点，确保完全覆盖50-150区间：

ggplot(df) +
  aes(x = x) +
  geom_histogram(aes(y = ..density..),
                 breaks = seq(50, 150, 10),  # 手动生成50到150、步长10的断点
                 fill="#69b3a2",
                 color="#e9ecef", alpha=0.9) +
  stat_function(fun = dnorm, args = list(mean = mean(df$x), 
                                         sd = sd(df$x)))

这种方式完全自定义分箱区间，不会有偏移问题，同时正态曲线依然基于原始数据计算，不受影响。

内容的提问来源于stack exchange，提问作者BoTz