Rでのggplot2によるヒストグラムのオーバーレイ

私はRを初めて使用し、3つのヒストグラムを同じグラフにプロットしようとしています。すべてうまくいきましたが、私の問題は、2つのヒストグラムが重なっているところが見えないことです。

密度プロットを作成すると、完璧に見えます。各曲線は黒い枠線で囲まれており、曲線が重なると色が異なって見えます。

1番目の画像のヒストグラムで同様のことが達成できるかどうか誰かに教えてもらえますか？これは私が使用しているコードです：

lowf0 <-read.csv (....)
mediumf0 <-read.csv (....)
highf0 <-read.csv(....)
lowf0$utt<-'low f0'
mediumf0$utt<-'medium f0'
highf0$utt<-'high f0'
histogram<-rbind(lowf0,mediumf0,highf0)
ggplot(histogram, aes(f0, fill = utt)) + geom_histogram(alpha = 0.2)

あなたの現在のコード：

ggplot(histogram, aes(f0, fill = utt)) + geom_histogram(alpha = 0.2)

はすべての値を使用して1つのヒストグラムを作成し、変数に従ってこの単一のヒストグラムのバーに色を付けるように指示ggplotしています。f0utt

代わりに、アルファブレンディングを使用して3つの個別のヒストグラムを作成し、相互に見えるようにします。そのため、おそらくへの3つの個別の呼び出しを使用する必要がありますgeom_histogram。それぞれの呼び出しは、独自のデータフレームを取得して埋めます。

ggplot(histogram, aes(f0)) + 
    geom_histogram(data = lowf0, fill = "red", alpha = 0.2) + 
    geom_histogram(data = mediumf0, fill = "blue", alpha = 0.2) +
    geom_histogram(data = highf0, fill = "green", alpha = 0.2) +

これは、いくつかの出力を含む具体的な例です。

dat <- data.frame(xx = c(runif(100,20,50),runif(100,40,80),runif(100,0,30)),yy = rep(letters[1:3],each = 100))

ggplot(dat,aes(x=xx)) + 
    geom_histogram(data=subset(dat,yy == 'a'),fill = "red", alpha = 0.2) +
    geom_histogram(data=subset(dat,yy == 'b'),fill = "blue", alpha = 0.2) +
    geom_histogram(data=subset(dat,yy == 'c'),fill = "green", alpha = 0.2)

これは次のようなものを生成します：

タイプミスを修正するために編集。色ではなく塗りたい

@joranのサンプルデータを使用して、

ggplot(dat, aes(x=xx, fill=yy)) + geom_histogram(alpha=0.2, position="identity")

のデフォルトの位置geom_histogramは「スタック」であることに注意してください。

このページの「位置調整」をご覧ください。

docs.ggplot2.org/current/geom_histogram.html

ggplot2で複数の/重複するヒストグラムをプロットするのに必要な線は数本だけですが、結果は常に満足できるものではありません。目がヒストグラムを区別できるようにするには、境界線とカラーリングを適切に使用する必要があります。

次の関数は、境界線の色、不透明度、重ね合わせた密度プロットのバランスをとって、ビューアが分布を区別できるようにします。

単一のヒストグラム：

plot_histogram <- function(df, feature) {
    plt <- ggplot(df, aes(x=eval(parse(text=feature)))) +
    geom_histogram(aes(y = ..density..), alpha=0.7, fill="#33AADE", color="black") +
    geom_density(alpha=0.3, fill="red") +
    geom_vline(aes(xintercept=mean(eval(parse(text=feature)))), color="black", linetype="dashed", size=1) +
    labs(x=feature, y = "Density")
    print(plt)
}

複数のヒストグラム：

plot_multi_histogram <- function(df, feature, label_column) {
    plt <- ggplot(df, aes(x=eval(parse(text=feature)), fill=eval(parse(text=label_column)))) +
    geom_histogram(alpha=0.7, position="identity", aes(y = ..density..), color="black") +
    geom_density(alpha=0.7) +
    geom_vline(aes(xintercept=mean(eval(parse(text=feature)))), color="black", linetype="dashed", size=1) +
    labs(x=feature, y = "Density")
    plt + guides(fill=guide_legend(title=label_column))
}

使用法：

必要な引数とともにデータフレームを上記の関数に渡すだけです。

plot_histogram(iris, 'Sepal.Width')

plot_multi_histogram(iris, 'Sepal.Width', 'Species')

plot_multi_histogram の追加パラメーターは、カテゴリーラベルを含む列の名前です。

これは、さまざまな分散手段を備えたデータフレームを作成することで、より劇的にわかります。

a <-data.frame(n=rnorm(1000, mean = 1), category=rep('A', 1000))
b <-data.frame(n=rnorm(1000, mean = 2), category=rep('B', 1000))
c <-data.frame(n=rnorm(1000, mean = 3), category=rep('C', 1000))
d <-data.frame(n=rnorm(1000, mean = 4), category=rep('D', 1000))
e <-data.frame(n=rnorm(1000, mean = 5), category=rep('E', 1000))
f <-data.frame(n=rnorm(1000, mean = 6), category=rep('F', 1000))
many_distros <- do.call('rbind', list(a,b,c,d,e,f))

以前と同様にデータフレームを渡す（およびオプションを使用してチャートを拡大する）：

options(repr.plot.width = 20, repr.plot.height = 8)
plot_multi_histogram(many_distros, 'n', 'category')