如何使用ggplot2为给定数据框的分布拟合曲线？

嘿，这事儿不难！先确保你已经装好了ggplot2包，要是还没装，先跑这行：

install.packages("ggplot2")
library(ggplot2)

接下来基于你给的df数据框，咱们分几种常用的拟合方式来做，你可以根据数据的趋势选合适的：

1. 自动平滑拟合（懒人首选） #

ggplot2自带的geom_smooth默认用局部加权回归（Loess），能自动适配数据的局部趋势，还能顺便画出置信区间，非常适合快速看趋势：

ggplot(df, aes(x = hour, y = fraction)) +
  geom_point(color = "steelblue", size = 2) + # 先把原始数据点画出来
  geom_smooth(method = "loess", se = TRUE, color = "firebrick", linewidth = 1) + # 拟合曲线，se=TRUE显示置信区间
  labs(title = "Hour vs Fraction (Loess Smoothing)",
       x = "Hour of Day",
       y = "Fraction") +
  theme_minimal()

2. 多项式拟合（适合有明显升降趋势的情况） #

如果觉得Loess太“随性”，可以用多项式来拟合，比如三次多项式，指定method = "lm"再加公式就行：

ggplot(df, aes(x = hour, y = fraction)) +
  geom_point(color = "steelblue", size = 2) +
  geom_smooth(method = "lm", formula = y ~ poly(x, 3), se = TRUE, color = "darkgreen", linewidth = 1) +
  labs(title = "Hour vs Fraction (Cubic Polynomial Fit)",
       x = "Hour of Day",
       y = "Fraction") +
  theme_minimal()

3. 自定义非线性拟合（适配你的双峰趋势） #

看你的数据，fraction在凌晨和深夜明显偏高，白天很低，典型的双峰分布，咱们可以用两个正态分布叠加的非线性模型来拟合，更贴合数据形态：

# 先拟合非线性模型
bimodal_model <- nls(
  fraction ~ a*dnorm(hour, mean = peak1, sd = sd1) + b*dnorm(hour, mean = peak2, sd = sd2),
  data = df,
  start = list(a = 0.1, peak1 = 3, sd1 = 2, b = 0.03, peak2 = 23, sd2 = 1) # 初始参数猜个大概就行
)

# 生成拟合曲线的预测数据，让曲线更平滑
pred_data <- data.frame(hour = seq(0, 23, by = 0.1))
pred_data$fraction <- predict(bimodal_model, newdata = pred_data)

# 绘图
ggplot(df, aes(x = hour, y = fraction)) +
  geom_point(color = "steelblue", size = 2) +
  geom_line(data = pred_data, color = "purple", linewidth = 1) +
  labs(title = "Hour vs Fraction (Bimodal Nonlinear Fit)",
       x = "Hour of Day",
       y = "Fraction") +
  theme_minimal()

小提醒： #

• 要是不想看置信区间，把geom_smooth里的se改成FALSE就行。
• 选哪种拟合方法，主要看数据趋势：Loess适合局部波动大的，多项式适合有规律升降的，非线性模型适合有特定形态（比如双峰）的数据。

内容的提问来源于stack exchange，提问作者steves