如何使用R绘制长尾数据的直方图？
我的数据主要集中在一个小范围(1-10),但有很多点(比如10%)在(10-1000).我想为这些数据绘制直方图,重点放在(1-10),但也会显示(10-1000)数据.类似于直方图的对数刻度.
是的,我知道这意味着并非所有垃圾桶都具有相同的尺寸
一个简单的hist(x)给出
虽然hist(x,breaks=c(0,1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9,2,3,4,5,7.5,10,15,20,50,100,200,500,1000,10000)))给了
这些都不是我想要的.
按照这里的答案更新我现在产生的东西几乎就是我想要的东西(我用连续的情节代替条形直方图):
breaks <- c(0,1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9,2,4,8)
ggplot(t,aes(x)) + geom_histogram(colour="darkblue", size=1, fill="blue") + scale_x_log10('true size/predicted size', breaks = breaks, labels = breaks)![alt text][3]
唯一的问题是我想在比例尺和实际条形图之间进行匹配.这样做有两个选择:一个是简单地使用绘制条形的实际边距(如何？)然后得到"丑陋"的x轴标签,如1.1754,1.2985等.另一个,我更喜欢,是控制实际使用的箱子边距使他们匹配休息时间.
使用ggplot比使用基本图形更容易记录比例直方图.尝试类似的东西
library(ggplot2)
dfr <- data.frame(x = rlnorm(100, sdlog = 3))
ggplot(dfr, aes(x)) + geom_histogram() + scale_x_log10()
如果您迫切需要基本图形,则需要绘制没有轴的对数比例直方图,然后手动添加轴.
h <- hist(log10(dfr$x), axes = FALSE)
Axis(side = 2)
Axis(at = h$breaks, labels = 10^h$breaks, side = 1)
为了完整性,晶格解决方案将是
library(lattice)
histogram(~x, dfr, scales = list(x = list(log = TRUE)))
为什么在基础情况下需要记录值的说明:
如果您绘制没有对数转换的数据,那么大多数数据都会聚集到左侧的条形图中.
hist(dfr$x)
该hist函数忽略该log参数(因为它干扰了中断的计算),因此这不起作用.
hist(dfr$x, log = "y")
这也不是.
par(xlog = TRUE)
hist(dfr$x)
这意味着我们需要在绘制绘图之前记录变换数据.
hist(log10(dfr$x))
不幸的是,这会弄乱轴,这让我们在上面解决了问题.
使用ggplot2似乎是最简单的选择.如果您想要更多地控制轴和休息时间,可以执行以下操作:
编辑:提供新代码
x <- c(rexp(1000,0.5)+0.5,rexp(100,0.5)*100)
breaks<- c(0,0.1,0.2,0.5,1,2,5,10,20,50,100,200,500,1000,10000)
major <- c(0.1,1,10,100,1000,10000)
H <- hist(log10(x),plot=F)
plot(H$mids,H$counts,type="n",
xaxt="n",
xlab="X",ylab="Counts",
main="Histogram of X",
bg="lightgrey"
)
abline(v=log10(breaks),col="lightgrey",lty=2)
abline(v=log10(major),col="lightgrey")
abline(h=pretty(H$counts),col="lightgrey")
plot(H,add=T,freq=T,col="blue")
#Position of ticks
at <- log10(breaks)
#Creation X axis
axis(1,at=at,labels=10^at)
这跟我到ggplot2的距离很近.将背景设置为灰色不是那么简单,但如果您定义一个具有绘图屏幕大小的矩形并将背景设置为灰色,则可行.
检查我使用的所有功能,以及?par.它将允许您构建自己的图形.希望这可以帮助.
