关于dnorm与geom_density绘图差异的技术问询

这是个很容易踩的ggplot2使用坑！核心原因是两段代码的绘图逻辑完全不是一回事——一个是直接绘制理论正态密度曲线，另一个是对输入的样本做核密度估计，而且样本本身的性质也和你预期的不符。让我详细拆解：

两段代码的核心逻辑差异 #

先明确每段代码在做什么：

代码1：绘制理论标准正态密度曲线 #

x <- seq(-4, 4, length.out = 100) 
data.frame(x, f = dnorm(x)) %>% ggplot(aes(x, f)) + geom_line()

这段代码的逻辑是：

• 先生成均匀间隔的x值
• 手动计算每个x对应的标准正态分布理论密度值（dnorm(x)就是标准正态在x点的密度）
• 用geom_line()直接把(x, f)这组坐标点连接成线，本质是精准绘制理论上的钟形曲线。

代码2：对均匀样本做核密度估计 #

x <- seq(-4, 4, length.out = 100) 
data.frame(x, f = dnorm(x)) %>% ggplot() + geom_density(aes(x))

这段代码的逻辑和代码1完全无关：

• 你虽然创建了包含f列的数据框，但geom_density(aes(x))完全忽略了f列的存在
• 它把x列的100个均匀间隔值当作观测样本，用核密度估计（KDE）的方法去拟合这些样本的密度分布。

关键问题：你的“样本”是均匀分布的 #

seq(-4, 4, length.out = 100)生成的是均匀分布在-4到4之间的数值，而不是从标准正态分布中随机抽取的样本。用这些均匀分布的点做核密度估计，得到的结果会趋近于均匀分布的密度曲线（接近平坦，或因带宽参数有轻微波动），和标准正态的钟形曲线自然完全不同。

额外：geom_density的默认行为 #

就算你用标准正态的随机样本替代均匀x值，geom_density()的默认带宽参数（bw）是通过经验公式计算的，和理论正态密度的形状也会有细微差异；而且它会自动将估计的密度曲线归一化到积分等于1，但这不是导致两段图差异的核心原因。

如何让代码2得到和代码1一样的结果？ #

如果你想通过geom_density()重现代码1的理论曲线，可以利用weight参数让它参考你计算好的f值：

x <- seq(-4, 4, length.out = 100) 
data.frame(x, f = dnorm(x)) %>% ggplot() + geom_density(aes(x, weight = f))

不过其实完全没必要这么做——直接用代码1的geom_line()绘制理论值才是更直接准确的方式。

内容的提问来源于stack exchange，提问作者Ahsen Majid