R Normalize然后在R中将两个直方图一起绘制

Question

我意识到有几个帖子让人们询问如何将两个直方图并排绘制在一起(如同一个图中彼此相邻的条形图)并叠加在R中以及如何规范化数据.按照我发现的建议,我可以做一个或另一个,但不能同时做这两个操作.

这是设置.我有两个不同长度的数据帧,并希望将每个df中的对象的体积绘制为直方图.例如,数据帧1中的数量在.1-.2 um ^ 3之间,并将其与数据帧2中的数量在.1和.2 um ^ 3之间进行比较,依此类推.覆盖或并排是很好的做到这一点.

由于一个数据帧中的测量值多于另一个,显然我必须进行标准化,因此我使用:

read.csv(ctl)
read.csv(exp)
h1=hist(ctl$Volume....)
h2=hist(exp$Volume....

#to normalize#

h1$density=h1$counts/sum(h1$counts)*100
plot(h1,freq=FALSE....)
h2$density=h2$counts/sum(h2$counts)*100
plot(h2,freq=FALSE....)

现在,我已成功使用此方法覆盖非标准化数据:http://www.r-bloggers.com/overlapping-histogram-in-r/以及此方法:将两个直方图绘制在一起

但是当涉及到如何覆盖规范化数据时我会陷入困境

Answer 1

ggplot2使得绘制尺寸不等的群的归一化直方图变得相对简单.这是假数据的一个例子:

library(ggplot2)

# Fake data (two normal distributions)
set.seed(20)
dat1 = data.frame(x=rnorm(1000, 100, 10), group="A")
dat2 = data.frame(x=rnorm(2000, 120, 20), group="B")
dat = rbind(dat1, dat2)

ggplot(dat, aes(x, fill=group, colour=group)) +
  geom_histogram(breaks=seq(0,200,5), alpha=0.6, 
                 position="identity", lwd=0.2) +
  ggtitle("Unormalized")

ggplot(dat, aes(x, fill=group, colour=group)) +
  geom_histogram(aes(y=..density..), breaks=seq(0,200,5), alpha=0.6, 
                 position="identity", lwd=0.2) +
  ggtitle("Normalized")

如果你想制作叠加的密度图,你也可以这样做.adjust控制带宽.默认情况下已经将其标准化.

ggplot(dat, aes(x, fill=group, colour=group)) +
  geom_density(alpha=0.4, lwd=0.8, adjust=0.5) 

更新:在回答您的评论时,以下代码应该这样做.(..density..)/sum(..density..)导致两个直方图上的总密度加起来为1,每个单独组的总密度加起来为0.5.因此,您需要乘以2,以便将每个组的总密度单独标准化为1.通常,您必须乘以n,n组的数量在哪里.这看起来有点像kludgy,可能有一个更优雅的方法.

library(scales) # For percent_format()

ggplot(dat, aes(x, fill=group, colour=group)) +
  geom_histogram(aes(y=2*(..density..)/sum(..density..)), breaks=seq(0,200,5), alpha=0.6, 
                 position="identity", lwd=0.2) +
  scale_y_continuous(labels=percent_format())