R语言hist()函数不基于区间宽度计算概率/密度的实现方法

你说得对，R的hist()函数在freq=FALSE时计算的是密度（相对频率除以区间宽度），这和你想要的「每个区间元素数占总元素数的比例」（即相对频率，不考虑区间宽度）不是一回事。因为你的区间长度不一致，默认参数确实满足不了需求，不过我们有两种简便的实现方式，不用完全从零开始写代码：

方法1：利用hist()的统计结果手动计算并绘图 #

先让hist()帮我们统计每个区间的元素个数，再自己计算相对频率，最后用绘图函数实现你要的效果：

步骤示例 #

# 你的示例数据和区间
v <- seq(1, 10, 1)
breaks <- c(1, 8, 10)

# 先获取直方图的统计结果，不绘图
h <- hist(v, breaks = breaks, plot = FALSE)

# 计算每个区间的相对频率：区间元素数 / 总元素数
rel_freq <- h$counts / length(v)

# 方式A：用条形图展示（每个条宽度一致，适合强调比例对比）
barplot(rel_freq, 
        names.arg = paste0(h$breaks[-length(h$breaks)], "-", h$breaks[-1]),
        ylab = "Relative Frequency",
        xlab = "Intervals",
        main = "Relative Frequency by Interval")

# 方式B：用矩形绘制「保持区间宽度」的直方图样式
plot(NULL, 
     xlim = range(breaks), 
     ylim = c(0, max(rel_freq) * 1.1), # 留一点顶部空间
     xlab = "Intervals",
     ylab = "Relative Frequency",
     main = "Relative Frequency Histogram (Original Interval Widths)")
# 绘制每个区间的矩形
rect(h$breaks[-length(h$breaks)], 0, 
     h$breaks[-1], rel_freq,
     col = "lightblue")

方法2：自定义一个简单函数封装逻辑 #

如果需要反复使用，可以把上面的逻辑封装成函数，方便调用：

rel_freq_hist <- function(x, breaks, ...) {
  h <- hist(x, breaks = breaks, plot = FALSE)
  rel_freq <- h$counts / length(x)
  plot(NULL, xlim = range(breaks), ylim = c(0, max(rel_freq)*1.1), ...)
  rect(h$breaks[-length(h$breaks)], 0, h$breaks[-1], rel_freq, ...)
}

# 调用示例
rel_freq_hist(v, breaks = c(1,8,10), 
              xlab = "Intervals", ylab = "Relative Frequency",
              col = "coral", main = "Custom Relative Frequency Histogram")

补充说明 #

• 如果你更关注比例的对比，用barplot会更直观，因为它统一了每个类别（区间）的宽度；
• 如果需要保留原始区间宽度的可视化，用rect绘制的方式更符合直方图的形态，但要注意此时y轴是相对频率，不是密度，所以矩形的面积总和不等于1（这和freq=FALSE的默认行为不同）。

内容的提问来源于stack exchange，提问作者Herman Toothrot