這篇文章主要介紹“R語言可視化中密度曲線圖的介紹及其美化方法”，在日常操作中，相信很多人在R語言可視化中密度曲線圖的介紹及其美化方法問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”R語言可視化中密度曲線圖的介紹及其美化方法”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

成都創(chuàng)新互聯(lián)自2013年起，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項目成都網(wǎng)站設(shè)計、網(wǎng)站制作、外貿(mào)營銷網(wǎng)站建設(shè)網(wǎng)站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元夏邑做網(wǎng)站,已為上家服務(wù),為夏邑各地企業(yè)和個人服務(wù),聯(lián)系電話:18980820575

今天跟大家分享關(guān)于密度曲線圖及其美化技巧！

密度曲線圖可能平時大家用的不多，不過其實沒什么神秘，它的功能于直方圖一樣，都是用于表達(dá)連續(xù)型數(shù)值變量的分布形態(tài)。

案例還是使用之前的關(guān)于鉆石的那個數(shù)據(jù)集。

密度曲線圖所使用的圖層函數(shù)為geom_density() ,而且函數(shù)內(nèi)position參數(shù)位置類型與我們之前講到的直方圖、柱形圖（條形圖時一樣的）。

ggplot(diamonds,aes(x=price))+geom_density()

里面的線條顏色是通過colour參數(shù)進(jìn)行控制（一定要記好colour與fill兩個顏色填充參數(shù)的區(qū)別，colour控制線條、點顏色、fill控制區(qū)域顏色，所以在散點圖、曲線、折線圖途中使用colour參數(shù)，在面積圖、柱形圖中使用fill參數(shù)）

ggplot(diamonds,aes(x=price))+geom_density(colour="steelblue")

當(dāng)然密度曲線的函數(shù)中也允許出現(xiàn)分類變量：

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density()

上面說過colour控制點、線條顏色、fill控制區(qū)域顏色，但是密度曲線算是一個另類，仔細(xì)看上圖你會發(fā)現(xiàn)，它不同于折線圖，因為每條密度曲線都是一個閉合曲線，所以他是允許使用fill參數(shù)填充閉合區(qū)域的：

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density()

你會發(fā)現(xiàn)這樣出來的圖形除了密度曲線內(nèi)部除了被填充顏色之外，整體形狀與使用colour參數(shù)填充線條顏色是一樣的。

現(xiàn)在繼續(xù)讓我們回憶一下，關(guān)于上一節(jié)中將直方圖時，處理position時的場景，position主要有四個我們常用的參數(shù)：

identity（不做任何變換）、stack（堆積）、dodge（簇狀）、fill（百分比堆積）

其實只要是geom開頭的集合圖層對象，都是適用這幾個參數(shù)的，那么跟我我們的分析，以上密度曲線圖默認(rèn)的參數(shù)應(yīng)該是identity，下面驗證我們的猜想。

ggplot(diamonds,aes(x=price,fill=clarity,alpha = 1/10))+geom_density(position="identity")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="identity")

果然不出我們所料，默認(rèn)的帶分類變量的密度曲線圖確實是使用默認(rèn)的identity參數(shù)。

那么我們依次嘗試其他幾種參數(shù)情況下的密度曲線圖呈現(xiàn)何種效果：

堆積：（position="stack"）

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")

堆積：（position="dodge"）# 案例來說密度曲線做成簇狀效果是不合適的，不過我還是想看下到底神馬效果

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position=position_dodge(width =1000))

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position=position_dodge(width =1000))

大家可以看到使用dodge參數(shù)之后，R語言會有提示建議，密度曲線圖中X軸必須是無重復(fù)間隔刻度的數(shù)據(jù)，而此處的概率密度曲線無法滿足這個要求：

那么最后一個位置參數(shù)是position=fill （堆積百分比）

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")

關(guān)于概率密度曲線的分面表達(dá)：

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+facet_grid(.~clarity)

通過圖形效果我們可以看到，概率密度曲線的分面表達(dá)式是沒有實際意義的，因為單獨一個序列中只有一個類別，那么它的占比自然就是百分之百。

通過套用主題及配色模板，我們可以對密度曲線圖進(jìn)行適當(dāng)美化：

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="fill")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))  

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="fill")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))  

ggplot(diamonds,aes(x=price,fill=clarity))+geom_density(position="stack")+theme_wsj()+scale_fill_wsj()+guides(fill=guide_legend(title=NULL))  

ggplot(diamonds,aes(x=price,colour=clarity))+geom_density(position="stack")+theme_wsj()+scale_colour_wsj()+guides(colour=guide_legend(title=NULL))  

因為套用的配色模板中顏色數(shù)量上限是6個，而我們的分類變量類別有8個，所以最后兩個類別的線條色、填充色改成了默認(rèn)。

到此，關(guān)于“R語言可視化中密度曲線圖的介紹及其美化方法”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
本文標(biāo)題：R語言可視化中密度曲線圖的介紹及其美化方法
文章路徑：http://weahome.cn/article/pspips.html