geom_histogram与stat_bin()不匹配及直方图顶部轮廓实现问询

一、为什么会出现分箱错位？ #

你遇到的问题本质是两个图层（geom_histogram和stat_bin(geom="step")）各自独立计算分箱参数导致的。geom_histogram默认会根据数据范围自动生成分箱，而手动添加的stat_bin如果不指定完全相同的分箱参数（比如bins、binwidth、boundary等），就会重新计算一套分箱规则，最终导致两者的分箱位置无法对齐。

即使你尝试调整参数，可能因为默认分箱计算的细微逻辑差异（比如数据范围的自动截断方式），还是会出现错位，所以必须强制两个图层使用完全一致的分箱参数。

二、如何调整参数实现对齐？ #

最简单的方法是明确指定所有分箱参数，让两个图层共用同一套分箱规则。我们可以手动设置参数，或者提取自动分箱的参数复用，两种方式都能解决错位问题。

方法1：手动指定分箱参数 #

直接给两个图层设置相同的binwidth和boundary（或center），确保分箱完全匹配：

set.seed(2019)
library(ggplot2)
library(ggthemes)
df <- data.frame(x = rnorm(100), y = rep(c("a", "b"), 50))

# 定义共用的分箱参数
common_binwidth <- 0.5
common_boundary <- 0

p <- df %>% 
  ggplot(aes(x, fill = y)) +
  # 绘制直方图，关闭垂直边框
  geom_histogram(binwidth = common_binwidth, boundary = common_boundary, color = NA) +
  # 绘制顶部轮廓线，使用完全相同的分箱参数
  stat_bin(geom = "step", binwidth = common_binwidth, boundary = common_boundary, color = "black", size = 1) +
  facet_wrap(vars(y)) + 
  theme_fivethirtyeight() + 
  guides(fill = F)

p

方法2：提取自动分箱参数复用 #

如果你想保留geom_histogram自动分箱的逻辑，可以先提取它计算好的分箱参数，再传递给stat_bin：

# 先生成基础直方图，提取分箱参数
p_base <- df %>% ggplot(aes(x, fill = y)) + geom_histogram() + facet_wrap(vars(y))
build_data <- ggplot_build(p_base)
# 提取第一个面板的分箱宽度和边界（分面后参数一致）
bin_params <- build_data$layout$panel_params[[1]]$x$bin
common_binwidth <- bin_params$width
common_boundary <- bin_params$origin

# 重新绘制带顶部轮廓的直方图
p <- df %>% 
  ggplot(aes(x, fill = y)) +
  geom_histogram(binwidth = common_binwidth, boundary = common_boundary, color = NA) +
  stat_bin(geom = "step", binwidth = common_binwidth, boundary = common_boundary, color = "black", size = 1) +
  facet_wrap(vars(y)) + 
  theme_fivethirtyeight() + 
  guides(fill = F)

p

三、更优替代方案 #

其实不需要同时调用两个分箱图层，直接用stat_bin同时生成填充直方图和顶部轮廓，或者用geom_area配合分箱，能更简洁地实现需求：

方案1：用stat_bin同时生成填充和轮廓 #

只调用一次分箱计算，避免参数不一致的问题：

set.seed(2019)
library(ggplot2)
library(ggthemes)
df <- data.frame(x = rnorm(100), y = rep(c("a", "b"), 50))

p <- df %>% 
  ggplot(aes(x, fill = y)) +
  # 绘制填充直方图，关闭垂直边框
  stat_bin(geom = "bar", binwidth = 0.5, boundary = 0, color = NA) +
  # 绘制顶部轮廓线，指定group确保分面后各自独立
  stat_bin(geom = "step", binwidth = 0.5, boundary = 0, color = "black", size = 1, aes(group = y)) +
  facet_wrap(vars(y)) + 
  theme_fivethirtyeight() + 
  guides(fill = F)

p

方案2：用geom_area绘制顶部轮廓 #

如果想要更连贯的顶部线条，也可以用geom_area配合分箱（效果和step类似，但线条闭合）：

p <- df %>% 
  ggplot(aes(x, fill = y)) +
  geom_histogram(binwidth = 0.5, boundary = 0, color = NA) +
  stat_bin(geom = "area", binwidth = 0.5, boundary = 0, color = "black", fill = NA, size = 1) +
  facet_wrap(vars(y)) + 
  theme_fivethirtyeight() + 
  guides(fill = F)

p

内容的提问来源于stack exchange，提问作者OTStats