如何用R包绘制逐年核密度图？复刻指定文献可视化样式

我统计了每年论文摘要和标题中感叹号的出现次数，希望通过**核密度估计（Kernel Density Estimation）**展示每年该次数的分布，目标是复刻Plavén-Sigray等人2017年发表于eLife的文献中的可视化样式。我尝试用ggplot2绘制，但输出结果不符合预期，附上测试用示例代码，请求推荐合适的R包及实现方法。

测试代码 #

library(ggplot2)
set.seed(176)
df = data.frame(
  id = seq(1:2000), 
  amount = sample(0:3, 2000, replace = TRUE),
  year = sample(1990:2010, 2000, replace = T)
)
ggplot(df, aes(x = year, y = amount) ) +
  geom_density_2d() +  
  geom_density_2d_filled() +
  geom_density_2d(colour = "black")

要复刻目标可视化样式，核心是展示每个年份内感叹号次数的单变量核密度分布——你之前的代码用了geom_density_2d，这是计算年份与次数的二维联合密度，和需求偏差是问题根源。以下是两种高效实现方式：

方法1：用ggridges绘制脊线密度图（最贴近目标样式） #

ggridges专门用于展示分组变量的分布趋势，能直观呈现各年份感叹号次数的密度变化：

library(ggplot2)
library(ggridges)
set.seed(176)
df = data.frame(
  id = seq(1:2000), 
  amount = sample(0:3, 2000, replace = TRUE),
  year = factor(sample(1990:2010, 2000, replace = T)) # 将年份转为因子用于分组
)

ggplot(df, aes(x = amount, y = year, fill = stat(density))) +
  geom_density_ridges_gradient(scale = 3, rel_min_height = 0.01) +
  scale_fill_viridis_c(name = "密度") +
  labs(x = "感叹号出现次数", y = "年份") +
  theme_minimal()

方法2：用基础ggplot2分面展示单变量密度 #

如果更倾向于原生ggplot2，可以按年份分面绘制密度曲线，清晰对比每年分布：

library(ggplot2)
set.seed(176)
df = data.frame(
  id = seq(1:2000), 
  amount = sample(0:3, 2000, replace = TRUE),
  year = sample(1990:2010, 2000, replace = T)
)

ggplot(df, aes(x = amount, fill = factor(year))) +
  geom_density(alpha = 0.6) +
  facet_wrap(~year, ncol = 5) +
  labs(x = "感叹号出现次数", y = "密度") +
  theme_bw() +
  theme(legend.position = "none") # 分面下无需重复图例

关键调整说明 #

目标可视化的核心是聚焦「单年份内的次数分布」，而非年份和次数的联合分布，所以必须切换为按年份分组的单变量核密度估计，以上两种方法都能精准匹配这个需求。

内容的提问来源于stack exchange，提问作者Irazall