R语言：如何实现数值向量等距区间划分、统计与绘图？

直接放弃依赖cut()，手动生成等距区间是更靠谱的方案——既能精准保留原始的xmin/xmax端点，又能轻松提取区间中点，完美解决你遇到的两个问题。下面是完整的实现代码：

hist_proportion <- function(x, k = NULL) {
  # 处理k的默认值：取向量长度的1/10，至少为1
  if (is.null(k)) {
    k <- max(1, floor(length(x) / 10))
  }
  
  # 1. 计算极值（忽略NA）
  xmin <- min(x, na.rm = TRUE)
  xmax <- max(x, na.rm = TRUE)
  
  # 2. 生成精确的等距区间端点
  breaks <- seq(xmin, xmax, length.out = k + 1)
  
  # 统计每个区间的元素数量
  # findInterval返回每个元素所属的区间索引，tabulate统计各索引的出现次数
  counts <- tabulate(findInterval(x, breaks, rightmost.closed = TRUE))
  
  # 计算区间中点
  midpoints <- (breaks[-1] + breaks[-length(breaks)]) / 2
  
  # 计算占比
  proportions <- counts / length(x)
  
  # 3. 绘制图表
  plot(midpoints, proportions, 
       type = "h",  # 绘制垂直线直方图
       lwd = 8,     # 线宽调整
       xlab = "区间中点", 
       ylab = "元素占比",
       main = "区间元素占比分布",
       col = "#3498db")
  
  # 可选：添加数据点
  points(midpoints, proportions, pch = 16, col = "#e74c3c")
  
  # 返回统计结果（可选，方便后续分析）
  invisible(data.frame(
    区间起点 = breaks[-length(breaks)],
    区间终点 = breaks[-1],
    中点 = midpoints,
    元素数量 = counts,
    占比 = proportions
  ))
}

为什么这么写？ #

• 解决区间边缘修改问题：seq(xmin, xmax, length.out = k+1)直接从原始极值生成等距端点，完全不会像cut()那样自动调整边界。
• 解决区间提取问题：不需要处理cut()返回的因子字符串，直接通过breaks计算中点，逻辑清晰且高效。
• findInterval()比cut()更适合数值统计：它返回的是数值型的区间索引，搭配tabulate()统计数量比table()更简洁，还能通过rightmost.closed = TRUE确保最大值xmax被包含在最后一个区间里。

测试示例 #

# 生成测试数据
set.seed(123)
x <- c(rnorm(80, mean = 5), rnorm(20, mean = 10))

# 调用函数，使用默认k值（100/10=10）
result <- hist_proportion(x)

# 查看统计结果
print(result)

运行后你会看到：区间端点完全是基于x的真实极值生成的，中点计算准确，图表横轴是区间中点、纵轴是占比，完全符合需求。

内容的提问来源于stack exchange，提问作者user20423494