You need to enable JavaScript to run this app. R语言ggplot2分面直方图如何正确叠加分组正态分布曲线
优惠活动
大模型
产品
解决方案
定价
更多

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:

  1. 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。
  2. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 12:24:04