R语言ggplot2分面直方图如何正确叠加分组正态分布曲线
问题根因
你之前的实现没有出现曲线,本质是三个可直接修正的逻辑问题:
- 尺度不匹配:当前直方图的y轴默认统计观测计数,而
dnorm输出的是概率密度值,两者数值范围差数百倍,就算曲线成功绘制也会贴在x轴上完全不可见。 - 全局参数错位:之前写的
stat_function是基于宽表全局计算均值、标准差,既没有匹配长表的value列,也没有对应每个分面的分组样本,参数完全失效。 - 分面适配失效:
stat_function的全局传参逻辑无法自动识别每个分面对应的分组参数,就算参数计算正确,四个分面也会显示一模一样的参考线,不符合每个变量对应自身正态分布的需求。
可落地的修正实现
第一步:修正数据整理逻辑
原代码里的melt写法因为原始宽表没有sample列,虽然能巧合运行,但逻辑不严谨,需要调整为正确的长表转换逻辑,同时预计算需要的分组统计量:
library(data.table) library(plyr) library(ggplot2) # 构造原始示例数据 sample1 <- seq(100,157, length.out = 50) sample2 <- seq(113, 167, length.out = 50) sample3 <- seq(95,160, length.out = 50) sample4 <- seq(88, 110, length.out = 50) df <- as.data.frame(cbind(sample1, sample2, sample3, sample4)) # 正确转换为适配分面的长表 new.df <- melt(as.data.table(df), measure.vars = patterns("sample"), variable.name = "type", value.name = "value") # 预计算两类统计量:分组均值、分组正态分布参数 cdat <- ddply(new.df, "type", summarise, value.mean = mean(value)) norm_params <- ddply(new.df, "type", summarise, grp_mean = mean(value), grp_sd = sd(value)) # 提前生成每个分组对应的正态分布曲线坐标点 norm_curve_data <- ddply(norm_params, "type", function(grp) { grp_values <- new.df$value[new.df$type == grp$type] # 取和当前组数据范围匹配的x轴点,保证曲线范围和直方图对齐 x_range <- seq(min(grp_values), max(grp_values), length.out = 100) data.frame( type = grp$type, x = x_range, # 直接计算对应正态分布的密度值 y = dnorm(x_range, mean = grp$grp_mean, sd = grp$grp_sd) ) })
第二步:调整绘图配置
核心调整两个地方:
- 给直方图添加
y = after_stat(density)映射,把原本的计数轴改成密度轴,和所有密度类曲线的尺度完全对齐。 - 把原本失效的
stat_function替换为基于预计算坐标点的geom_line,保证每个分面自动匹配对应组的正态曲线参数。
完整可运行绘图代码:
ggplot(data = new.df, aes(x = value)) + # 直方图改为密度尺度,和曲线匹配 geom_histogram(aes(y = after_stat(density)), bins = 15, colour = "black", fill = "gray") + facet_wrap(~ type) + # 原有核密度曲线保留 geom_density(alpha = .2, fill = "#FF6666") + # 叠加对应分组的正态参考曲线 geom_line(data = norm_curve_data, aes(x = x, y = y), colour = "blue", linewidth = 1) + # 保留原有均值竖线 geom_vline(data = cdat, aes(xintercept = value.mean), linetype = "dashed", linewidth = 1, colour = "black") + theme_classic() + theme(text = element_text(size = 15), element_line(linewidth = 0.5), aspect.ratio = 0.75)
补充说明
如果你希望保留直方图的计数y轴(不改成密度尺度),只需要把正态曲线的y值做一次尺度换算:将dnorm得到的密度值,乘以当前组的样本量、乘以每个直方图bin的宽度(本例中bin宽度约为(max(value)-min(value))/15),换算后的数值就和计数轴的量级完全匹配,不需要改动原有直方图的y轴设置。
内容的提问来源于stack exchange,提问作者Wilkit
相关产品推荐
相关产品推荐

