Як побудувати дві гістограми разом у R?

Я використовую R і маю два кадри даних: морква та огірки. Кожен кадр даних має єдиний числовий стовпчик, в якому перерахована довжина всіх розмірених моркви (всього: 100 тис. Моркви) та огірків (всього: 50 к огірків).

Я хочу побудувати дві гістограми - довжина моркви та довжина огірків - на одній ділянці. Вони перетинаються, тому, мабуть, мені також потрібна деяка прозорість. Мені також потрібно використовувати відносні частоти, не абсолютні числа, оскільки кількість примірників у кожній групі різна.

щось подібне було б добре, але я не розумію, як це створити з двох моїх таблиць:

Це зображення, з яким ви пов’язали, було кривими щільності, а не гістограмами.

Якщо ви читали на ggplot, то, можливо, єдине, чого вам не вистачає, - це поєднання ваших двох фреймів даних в один довгий.

Отже, почнемо з чогось такого, що у вас є, двох окремих наборів даних та об'єднайте їх.

carrots <- data.frame(length = rnorm(100000, 6, 2))
cukes <- data.frame(length = rnorm(50000, 7, 2.5))

# Now, combine your two dataframes into one.  
# First make a new column in each that will be 
# a variable to identify where they came from later.
carrots$veg <- 'carrot'
cukes$veg <- 'cuke'

# and combine into your new data frame vegLengths
vegLengths <- rbind(carrots, cukes)

Після цього, що непотрібно, якщо ваші дані вже у форматі довгого, вам потрібен лише один рядок, щоб зробити свій сюжет.

ggplot(vegLengths, aes(length, fill = veg)) + geom_density(alpha = 0.2)

Тепер, якщо ви дійсно хотіли гістограми, буде працювати наступне. Зауважте, що ви повинні змінити позицію з аргументу "стек" за замовчуванням. Ви можете пропустити це, якщо ви насправді не маєте уявлення про те, як повинні виглядати ваші дані. Вища альфа там виглядає краще. Також зауважте, що я зробив це гістограми щільності. Вийняти його легко, щоб y = ..density..повернути його до підрахунку.

ggplot(vegLengths, aes(length, fill = veg)) + 
   geom_histogram(alpha = 0.5, aes(y = ..density..), position = 'identity')

Ось ще простіше рішення з використанням базової графіки та альфа-змішування (яке працює не на всіх графічних пристроях):

set.seed(42)
p1 <- hist(rnorm(500,4))                     # centered at 4
p2 <- hist(rnorm(500,6))                     # centered at 6
plot( p1, col=rgb(0,0,1,1/4), xlim=c(0,10))  # first histogram
plot( p2, col=rgb(1,0,0,1/4), xlim=c(0,10), add=T)  # second

Головне, щоб кольори були напівпрозорими.

Редагуйте, більше ніж два роки потому : Оскільки це тільки що отримало підсумок, я думаю, що я можу також додати наочність того, що створює код у вигляді змішування альфа-настільки корисно:

Ось функція, яку я написав, що використовує псевдопрозорість для представлення перекриваються гістограм

plotOverlappingHist <- function(a, b, colors=c("white","gray20","gray50"),
                                breaks=NULL, xlim=NULL, ylim=NULL){

  ahist=NULL
  bhist=NULL

  if(!(is.null(breaks))){
    ahist=hist(a,breaks=breaks,plot=F)
    bhist=hist(b,breaks=breaks,plot=F)
  } else {
    ahist=hist(a,plot=F)
    bhist=hist(b,plot=F)

    dist = ahist$breaks[2]-ahist$breaks[1]
    breaks = seq(min(ahist$breaks,bhist$breaks),max(ahist$breaks,bhist$breaks),dist)

    ahist=hist(a,breaks=breaks,plot=F)
    bhist=hist(b,breaks=breaks,plot=F)
  }

  if(is.null(xlim)){
    xlim = c(min(ahist$breaks,bhist$breaks),max(ahist$breaks,bhist$breaks))
  }

  if(is.null(ylim)){
    ylim = c(0,max(ahist$counts,bhist$counts))
  }

  overlap = ahist
  for(i in 1:length(overlap$counts)){
    if(ahist$counts[i] > 0 & bhist$counts[i] > 0){
      overlap$counts[i] = min(ahist$counts[i],bhist$counts[i])
    } else {
      overlap$counts[i] = 0
    }
  }

  plot(ahist, xlim=xlim, ylim=ylim, col=colors[1])
  plot(bhist, xlim=xlim, ylim=ylim, col=colors[2], add=T)
  plot(overlap, xlim=xlim, ylim=ylim, col=colors[3], add=T)
}

Ось ще один спосіб зробити це, використовуючи підтримку R для прозорих кольорів

a=rnorm(1000, 3, 1)
b=rnorm(1000, 6, 1)
hist(a, xlim=c(0,10), col="red")
hist(b, add=T, col=rgb(0, 1, 0, 0.5) )

Результати виглядають приблизно так:

Вже прекрасні відповіді є, але я думав додати це. Мені добре виглядає. (Скопійовано випадкові числа з @Dirk). library(scales)потрібно`

set.seed(42)
hist(rnorm(500,4),xlim=c(0,10),col='skyblue',border=F)
hist(rnorm(500,6),add=T,col=scales::alpha('red',.5),border=F)

Результат ...

Оновлення: ця функція, що перекривається, також може бути корисною для деяких.

hist0 <- function(...,col='skyblue',border=T) hist(...,col=col,border=border) 

Я відчуваю, що результат від hist0цього красивіше виглядатиhist

hist2 <- function(var1, var2,name1='',name2='',
              breaks = min(max(length(var1), length(var2)),20), 
              main0 = "", alpha0 = 0.5,grey=0,border=F,...) {    

library(scales)
  colh <- c(rgb(0, 1, 0, alpha0), rgb(1, 0, 0, alpha0))
  if(grey) colh <- c(alpha(grey(0.1,alpha0)), alpha(grey(0.9,alpha0)))

  max0 = max(var1, var2)
  min0 = min(var1, var2)

  den1_max <- hist(var1, breaks = breaks, plot = F)$density %>% max
  den2_max <- hist(var2, breaks = breaks, plot = F)$density %>% max
  den_max <- max(den2_max, den1_max)*1.2
  var1 %>% hist0(xlim = c(min0 , max0) , breaks = breaks,
                 freq = F, col = colh[1], ylim = c(0, den_max), main = main0,border=border,...)
  var2 %>% hist0(xlim = c(min0 , max0),  breaks = breaks,
                 freq = F, col = colh[2], ylim = c(0, den_max), add = T,border=border,...)
  legend(min0,den_max, legend = c(
    ifelse(nchar(name1)==0,substitute(var1) %>% deparse,name1),
    ifelse(nchar(name2)==0,substitute(var2) %>% deparse,name2),
    "Overlap"), fill = c('white','white', colh[1]), bty = "n", cex=1,ncol=3)

  legend(min0,den_max, legend = c(
    ifelse(nchar(name1)==0,substitute(var1) %>% deparse,name1),
    ifelse(nchar(name2)==0,substitute(var2) %>% deparse,name2),
    "Overlap"), fill = c(colh, colh[2]), bty = "n", cex=1,ncol=3) }

Результат

par(mar=c(3, 4, 3, 2) + 0.1) 
set.seed(100) 
hist2(rnorm(10000,2),rnorm(10000,3),breaks = 50)

є

Ось приклад того, як це можна зробити в "класичній" R графіці:

## generate some random data
carrotLengths <- rnorm(1000,15,5)
cucumberLengths <- rnorm(200,20,7)
## calculate the histograms - don't plot yet
histCarrot <- hist(carrotLengths,plot = FALSE)
histCucumber <- hist(cucumberLengths,plot = FALSE)
## calculate the range of the graph
xlim <- range(histCucumber$breaks,histCarrot$breaks)
ylim <- range(0,histCucumber$density,
              histCarrot$density)
## plot the first graph
plot(histCarrot,xlim = xlim, ylim = ylim,
     col = rgb(1,0,0,0.4),xlab = 'Lengths',
     freq = FALSE, ## relative, not absolute frequency
     main = 'Distribution of carrots and cucumbers')
## plot the second graph on top of this
opar <- par(new = FALSE)
plot(histCucumber,xlim = xlim, ylim = ylim,
     xaxt = 'n', yaxt = 'n', ## don't add axes
     col = rgb(0,0,1,0.4), add = TRUE,
     freq = FALSE) ## relative, not absolute frequency
## add a legend in the corner
legend('topleft',c('Carrots','Cucumbers'),
       fill = rgb(1:0,0,0:1,0.4), bty = 'n',
       border = NA)
par(opar)

Єдине питання з цим полягає в тому, що це виглядає набагато краще, якщо розриви гістограми вирівнюються, що, можливо, доведеться зробити вручну (в аргументах, переданих до hist).

Ось таку версію, як ggplot2, яку я дав лише в базі R. Я скопіював деякі з @nullglob.

генерувати дані

carrots <- rnorm(100000,5,2)
cukes <- rnorm(50000,7,2.5)

Не потрібно вводити його в кадр даних, як, наприклад, з ggplot2. Недолік цього методу полягає в тому, що вам доведеться виписати набагато більше деталей сюжету. Перевага полягає в тому, що ви маєте контроль над детальнішими сюжетами.

## calculate the density - don't plot yet
densCarrot <- density(carrots)
densCuke <- density(cukes)
## calculate the range of the graph
xlim <- range(densCuke$x,densCarrot$x)
ylim <- range(0,densCuke$y, densCarrot$y)
#pick the colours
carrotCol <- rgb(1,0,0,0.2)
cukeCol <- rgb(0,0,1,0.2)
## plot the carrots and set up most of the plot parameters
plot(densCarrot, xlim = xlim, ylim = ylim, xlab = 'Lengths',
     main = 'Distribution of carrots and cucumbers', 
     panel.first = grid())
#put our density plots in
polygon(densCarrot, density = -1, col = carrotCol)
polygon(densCuke, density = -1, col = cukeCol)
## add a legend in the corner
legend('topleft',c('Carrots','Cucumbers'),
       fill = c(carrotCol, cukeCol), bty = 'n',
       border = NA)

@Dirk Eddelbuettel: Основна ідея відмінна, але код, як показано, можна вдосконалити. [Потрібно довго пояснювати, звідси окрема відповідь, а не коментар.]

hist()Функція за умовчанням малює графіки, так що вам потрібно додати plot=FALSEопцію. Більше того, чіткіше встановити площу ділянки за допомогою plot(0,0,type="n",...)виклику, в який можна додати мітки осі, назву сюжету тощо. Нарешті, я хотів би зазначити, що можна також використовувати затінення для розмежування двох гістограм. Ось код:

set.seed(42)
p1 <- hist(rnorm(500,4),plot=FALSE)
p2 <- hist(rnorm(500,6),plot=FALSE)
plot(0,0,type="n",xlim=c(0,10),ylim=c(0,100),xlab="x",ylab="freq",main="Two histograms")
plot(p1,col="green",density=10,angle=135,add=TRUE)
plot(p2,col="blue",density=10,angle=45,add=TRUE)

І ось результат (трохи занадто широкий через RStudio :-)):

API Rlotly може бути корисним для вас. На графіку нижче тут .

library(plotly)
#add username and key
p <- plotly(username="Username", key="API_KEY")
#generate data
x0 = rnorm(500)
x1 = rnorm(500)+1
#arrange your graph
data0 = list(x=x0,
         name = "Carrots",
         type='histogramx',
         opacity = 0.8)

data1 = list(x=x1,
         name = "Cukes",
         type='histogramx',
         opacity = 0.8)
#specify type as 'overlay'
layout <- list(barmode='overlay',
               plot_bgcolor = 'rgba(249,249,251,.85)')  
#format response, and use 'browseURL' to open graph tab in your browser.
response = p$plotly(data0, data1, kwargs=list(layout=layout))

url = response$url
filename = response$filename

browseURL(response$url)

Повне розкриття: Я в команді.

Стільки чудових відповідей, але оскільки я щойно написав функцію function ( plotMultipleHistograms()) для цього, я подумав, що додам ще одну відповідь.

Перевага цієї функції полягає в тому, що вона автоматично встановлює відповідні межі осі X і Y і визначає загальний набір бункерів, який він використовує для всіх розподілів.

Ось як його використовувати:

# Install the plotteR package
install.packages("devtools")
devtools::install_github("JosephCrispell/basicPlotteR")
library(basicPlotteR)

# Set the seed
set.seed(254534)

# Create random samples from a normal distribution
distributions <- list(rnorm(500, mean=5, sd=0.5), 
                      rnorm(500, mean=8, sd=5), 
                      rnorm(500, mean=20, sd=2))

# Plot overlapping histograms
plotMultipleHistograms(distributions, nBins=20, 
                       colours=c(rgb(1,0,0, 0.5), rgb(0,0,1, 0.5), rgb(0,1,0, 0.5)), 
                       las=1, main="Samples from normal distribution", xlab="Value")

plotMultipleHistograms()Функція може приймати будь-яку кількість розподілів, і все загальні креслення параметри повинні працювати з ним (наприклад , las, mainі т.д.).